Plant phylogeny as a window on the evolution of hyperdiversity in the tropical rainforest biome
Notice bibliographique
Résumé
Contents Summary 1408 I. Introduction 1408 II. A brief history of hypotheses 1410 III. Age of TRF biome and lineages 1411 IV. Frequency of immigration from other biomes 1413 V. Speciation and extinction 1414 VI. Ecological limits 1415 VII. Key methodological challenges 1416 VIII. Perspectives 1417 IX. Conclusions 1419 Acknowledgements 1419 References 1419 Summary Tropical rainforest ( TRF ) is the most species‐rich terrestrial biome on Earth, harbouring just under half of the world's plant species in c . 7% of the land surface. Phylogenetic trees provide important insights into mechanisms underpinning TRF hyperdiversity that are complementary to those obtained from the fossil record. Phylogenetic studies of TRF plant diversity have mainly focused on whether this biome is an evolutionary ‘cradle’ or ‘museum’, emphasizing speciation and extinction rates. However, other explanations, such as biome age, immigration and ecological limits, must also be considered. We present a conceptual framework for addressing the drivers of TRF diversity, and review plant studies that have tested them with phylogenetic data. Although surprisingly few in number, these studies point to old age of TRF , low extinction and high speciation rates as credible drivers of TRF hyperdiversity. There is less evidence for immigration and ecological limits, but these cannot be dismissed owing to the limited number of studies. Rapid methodological developments in DNA sequencing, macroevolutionary analysis and the integration of phylogenetics with other disciplines may improve our grasp of TRF hyperdiversity in the future. However, such advances are critically dependent on fundamental systematic research, yielding numerous, additional, well‐sampled phylogenies of TRF lineages.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».