MétaCan
Menu
Retour à la cohorte
Enregistrement W2162958687 · doi:10.1111/j.1365-2745.2004.00845.x

Flowering and fruiting phenology of a Philippine submontane rain forest: climatic factors as proximate and ultimate causes

2004· article· en· W2162958687 sur OpenAlexaff
Andreas Hamann

Notice bibliographique

RevueJournal of Ecology · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesZoologische Gesellschaft FrankfurtConservation Leadership Programme
Mots-clésPhenologyBiologyIntraspecific competitionEcologySeasonalityBotany

Résumé

récupéré en direct d'OpenAlex

1 Phenological patterns of flowering and fruiting are presented for 5800 trees of a Philippine submontane forest community during a 4-year period. Circular vector algebra allowed species to be grouped into annual (34 species), supra-annual (3), irregular (7), and continuous (13) reproducers. 2 Wind- and gravity-dispersed species had extended fruiting periods coinciding with the typhoon season (July to November), whereas fleshy fruited trees showed peaks matching those of solar irradiance. Most species flowered at the beginning and fruited at the end of the first peak (April), or they flowered during the first peak and fruited during the second peak (September), indicating that solar irradiance may be a strong selective factor in shaping community-wide phenology patterns. 3 An El Niño and a La Niña climate anomaly occurred during the study period. Principal component analysis showed that 95% of intraspecific variation of flowering and fruiting dates could be explained by delayed or advanced flowering and fruiting of a limited number of species. Mast-fruiting of dipterocarp species could not be correlated with El Niño and La Niña events. 4 Large climate-induced variation in phenology was demonstrated for the percentage of trees that reproduce, while the timing of phenology remained unaffected for most species, suggesting that climatic factors are not directly responsible for triggering and synchronization of phenological events.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,228
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations131
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EcologyMême sujetPlant and animal studiesTravaux en français237 207