MétaCan
Menu
Retour à la cohorte
Enregistrement W2590315047 · doi:10.1111/jvs.12522

Species with larger body size do not dominate neighbourhood biomass production in old‐field vegetation

2017· article· en· W2590315047 sur OpenAlexafffundabout
Amanda Tracey, Erika Irwin, Blaire Mcdonald, Lonnie W. Aarssen

Notice bibliographique

RevueJournal of Vegetation Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomass (ecology)EcologyAbundance (ecology)BiologyNeighbourhood (mathematics)Vegetation (pathology)Old fieldPlant communityHerbaceous plantSpecies richness

Résumé

récupéré en direct d'OpenAlex

Abstract Aims Competitive ability in plants is defined traditionally by a ‘size advantage’ hypothesis – i.e. larger species are generally expected to be more successful under competition because of greater capacity for resource capture, and thus capacity to deny resources to neighbours (e.g. through shading). We therefore tested the prediction (for crowded herbaceous vegetation) that species with a larger maximum potential body size (dry mass) should: (1) have generally increased resident plant abundance (i.e. more rooted units), resulting from more successful recruitment of reproductive and/or clonal offspring; and (2) account for a relatively large proportion of the standing biomass within crowded neighbourhoods. Location Queen's University Biological Station (QUBS), Chaffey's Locks, Ontario, Canada. Methods A field experiment was used to record neighbourhood above‐ground biomass (dry mass) and resident plant abundance data for species within replicate plots in an old‐field meadow community – combined with body size metrics recorded for the same species in an earlier study at the same field site. Results The results, at both the community and plot level, showed that resident plant abundance was generally higher (as expected) for species that had more total neighbourhood (plot) biomass harvested in the previous year. However, these species tended to be relatively small, with relatively small minimum reproductive threshold size – not those with relatively large maximum potential body size. Conclusions These results suggest that in crowded vegetation, bigger species are not more successful competitors in terms of offspring recruitment/numerical abundance, nor do they have a larger contribution to neighbourhood biomass. Smaller species are contributing at least as much biomass as bigger species to their total neighbourhood biomass, in part because of their smaller minimum reproductive threshold size. These smaller species therefore have greater ‘reproductive economy’, which means that they are more likely to produce at least some offspring when conditions are especially crowded.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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

Citations10
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Vegetation ScienceMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207