A physiological analogy of the niche for projecting the potential distribution of plants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aim To develop a physiologically based model of the plant niche for use in species distribution modelling. Location Europe. Methods We link the Thornley transport resistance (TTR) model with functions which describe how the TTR’s model parameters are influenced by abiotic environmental factors. The TTR model considers how carbon and nutrient uptake, and the allocation of these assimilates, influence growth. We use indirect statistical methods to estimate the model parameters from a high resolution data set on tree distribution for 22 European tree species. Results We infer, from distribution data and abiotic forcing data, the physiological niche dimensions of 22 European tree species. We found that the model fits were reasonable (AUC: 0.79–0.964). The projected distributions were characterized by a false positive rate of 0.19 and a false negative rate 0.12. The fitted models are used to generate projections of the environmental factors that limit the range boundaries of the study species. Main conclusions We show that physiological models can be used to derive physiological niche dimensions from species distribution data. Future work should focus on including prior information on physiological rates into the parameter estimation process. Application of the TTR model to species distribution modelling suggests new avenues for establishing explicit links between distribution and physiology, and for generating hypotheses about how ecophysiological processes influence the distribution of plants.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle