Comparing functional diversity in traits and demography of <scp>C</scp>entral <scp>E</scp>uropean vegetation
Notice bibliographique
Résumé
Abstract Question A major obstacle to understanding non‐random patterns in plant traits (over‐dispersion or under‐dispersion) has been our limited knowledge of trait–demography relationships for large sets of species. Here, we suggest that some of the needed data on demographic processes can be gathered from growth records on plants in botanical gardens. We examine within‐community patterns in demographic responses determined from such growth records, and ask whether they are different from patterns in plant traits. Location Czech Republic. Methods We assembled data on seed and vegetative reproduction for ca. 1000 Central European species from the Botanical Garden of Charles University in Prague. We used these data as estimates of potential vegetative and seed reproduction of individual species under favourable conditions. We linked these data with co‐occurrence data from the Czech National Phytosociological Database and with data on major species traits. We examined dispersion of both species traits and garden reproduction using randomization tests on the data set as a whole and on the data stratified using EUNIS classification into seven or 32 habitat types. Results The patterns found for species traits and for garden reproduction are similar, with strong under‐dispersion for the data set as a whole and diminishing under‐dispersion in subsets of the data. Under‐dispersion was much stronger for traits than for garden reproduction. No over‐dispersion was detected in either trait or garden reproduction data. Conclusions The major source of the pattern in the data is environmental filtering. Stronger filtering for traits indicates that the linkage between environment and traits is much tighter than that between environment and demography. In ecologically homogeneous communities, reproduction parameters are closer than trait values to a random distribution, indicating that co‐existence of species are not limited by either similarities or differences in their demography. These findings show that trait dispersion need not be directly related to species demography and, more generally, that correct identification of trait–demography relationships is necessary for better understanding patterns of trait dispersion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».