MétaCan
Menu
Retour à la cohorte
Enregistrement W2519343095 · doi:10.1126/science.aaf8957

Positive biodiversity-productivity relationship predominant in global forests

2016· article· en· W2519343095 sur OpenAlexafffund
Jingjing Liang, Thomas W. Crowther, Nicolas Picard, Susan K. Wiser, Mo Zhou, Giorgio Alberti, Ernst‐Detlef Schulze, A. David McGuire, Fabio Bozzato, Hans Pretzsch, Sergio de‐Miguel, Alain Paquette, Bruno Hérault, Michael Scherer‐Lorenzen, Christopher B. Barrett, Henry B. Glick, Geerten Hengeveld, G.J. Nabuurs, Sebastian Pfautsch, Hélder Viana, Alexander Christian Vibrans, Christian Ammer, Peter Schall, David Verbyla, N. M. Tchebakova, Markus Fischer, James Watson, Han Y. H. Chen, Xiangdong Lei, Mart‐Jan Schelhaas, Huicui Lu, Damiano Gianelle, E. I. Parfenova, Christian Salas, Eungul Lee, Boknam Lee, Hyun Seok Kim, Helge Bruelheide, David A. Coomes, Daniel Piotto, Trey Sunderland, Bernhard Schmid, Sylvie Gourlet‐Fleury, Bonaventure Sonké, R. Tavani, Jun Zhu, Susanne Brandl, Jordi Vayreda, Fumiaki Kitahara, Eric B. Searle, Victor J. Neldner, Michael R. Ngugi, Christopher Baraloto, Lorenzo Frizzera, Radomir Bałazy, Jacek Oleksyn, Tomasz Zawiła‐Niedźwiecki, Olivier Bouriaud, Filippo Bussotti, Leena Finér, Bogdan Jaroszewicz, Tommaso Jucker, Fernando Valladares, Andrzej M. Jagodziński, Pablo L. Peri, Christelle Gonmadje, William Marthy, Timothy G. O’Brien, Emanuel H. Martin, Andrew Marshall, Francesco Rovero, Robert Bitariho, Pascal A. Niklaus, Patricia Álvarez-Loayza, Nurdin Chamuya, Renato Valencia, Frédéric Mortier, Verginia Wortel, Nestor L. Engone-Obiang, Leandro Valle Ferreira, David E. Odeke, Rodolfo Vásquez, Simon L. Lewis, Peter B. Reich

Notice bibliographique

RevueScience · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensLakehead UniversityUniversité du Québec à Montréal
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoFundação para a Ciência e a TecnologiaNatural Environment Research CouncilSeventh Framework ProgrammeEuropean CommissionSeoul National UniversityH2020 Marie Skłodowska-Curie ActionsMinistry for Business Innovation and EmploymentNational Research Foundation of KoreaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNarodowe Centrum NaukiHorizon 2020 Framework ProgrammeDeutsche ForschungsgemeinschaftNatural Sciences and Engineering Research Council of CanadaU.S. Department of AgricultureAgence Nationale de la RechercheKorea Forest ServiceNational Science Foundation
Mots-clésBiodiversityProductivityAgroforestryEcologyEnvironmental scienceGeographyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

The biodiversity-productivity relationship (BPR) is foundational to our understanding of the global extinction crisis and its impacts on ecosystem functioning. Understanding BPR is critical for the accurate valuation and effective conservation of biodiversity. Using ground-sourced data from 777,126 permanent plots, spanning 44 countries and most terrestrial biomes, we reveal a globally consistent positive concave-down BPR, showing that continued biodiversity loss would result in an accelerating decline in forest productivity worldwide. The value of biodiversity in maintaining commercial forest productivity alone-US$166 billion to 490 billion per year according to our estimation-is more than twice what it would cost to implement effective global conservation. This highlights the need for a worldwide reassessment of biodiversity values, forest management strategies, and conservation priorities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), 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

Citations1 472
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetForest Management and PolicyTravaux en français237 207