Incorporating interspecific competition into species-distribution mapping by upward scaling of small-scale model projections to the landscape
Notice bibliographique
Résumé
There are a number of overarching questions and debate in the scientific community concerning the importance of biotic interactions in species distribution models at large spatial scales. In this paper, we present a framework for revising the potential distribution of tree species native to the Western Ecoregion of Nova Scotia, Canada, by integrating the long-term effects of interspecific competition into an existing abiotic-factor-based definition of potential species distribution (PSD). The PSD model is developed by combining spatially explicit data of individualistic species' response to normalized incident photosynthetically active radiation, soil water content, and growing degree days. A revised PSD model adds biomass output simulated over a 100-year timeframe with a robust forest gap model and scaled up to the landscape using a forestland classification technique. To demonstrate the method, we applied the calculation to the natural range of 16 target tree species as found in 1,240 provincial forest-inventory plots. The revised PSD model, with the long-term effects of interspecific competition accounted for, predicted that eastern hemlock (Tsuga canadensis), American beech (Fagus grandifolia), white birch (Betula papyrifera), red oak (Quercus rubra), sugar maple (Acer saccharum), and trembling aspen (Populus tremuloides) would experience a significant decline in their original distribution compared with balsam fir (Abies balsamea), black spruce (Picea mariana), red spruce (Picea rubens), red maple (Acer rubrum L.), and yellow birch (Betula alleghaniensis). True model accuracy improved from 64.2% with original PSD evaluations to 81.7% with revised PSD. Kappa statistics slightly increased from 0.26 (fair) to 0.41 (moderate) for original and revised PSDs, respectively.
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 | 0,002 |
| 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 | 0,001 | 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 ».