The Effects of Spatial Patchiness on the Stratigraphic Signal of Biotic Composition (Type Cincinnatian Series; Upper Ordovician)
Notice bibliographique
Résumé
Abstract Patchiness affects fine-scale patterns of biological variation because compositional differences among localities depend on the composition of the patch sampled for paleoecological analysis. This can inflate compositional differences among localities that otherwise may have similar faunal constituents, which can obscure the true signal of biotic composition. In the type Cincinnatian Series, comparisons of fine-scale faunal-assemblage patterns acquired through gradient analysis have been difficult to accomplish because of significant deviations in biotic composition. Here, the role of patchiness in creating these deviations is tested by quantifying the amount of lateral variation in composition at a single outcrop of the Kope Formation. Because the lateral expression of individual beds in the Cincinnatian is variable, patchiness is more effectively assessed for bedsets rather than individual beds. Using gradient analysis to evaluate lateral variation at one locality reveals that patchiness is the cause of fine-scale stratigraphic deviations, which are typically produced by the addition or subtraction of just a few taxa. Furthermore, this lateral variability is less for limestone bedsets than for many mudstone bedsets. This supports the idea that limestone beds in the Cincinnatian contain assemblages that are more time-averaged than many, though not all, mudstone beds. Because fine-scale faunal patterns are dependent on the composition of the sampled patch, replicate sampling is necessary to account for patchiness. Despite the effects of patchiness and time-averaging at scales of one or a few beds, biotic composition patterns acquired through gradient analysis are robust among localities at scales greater than a few beds.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».