Checkerboard score–area relationships reveal spatial scales of plant community structure
Notice bibliographique
Résumé
Identifying the spatial scale at which particular mechanisms influence plant community assembly is crucial to understanding the mechanisms structuring communities. It has long been recognized that many elements of community structure are sensitive to area; however the majority of studies examining patterns of community structure use a single relatively small sampling area. As different assembly mechanisms likely cause patterns at different scales we investigate how plant species co‐occurrence patterns change with sampling unit scale. We use the checkerboard score as an index of species segregation, and examine species C‐score1–sampling area patterns in two ways. First, we show via numerical simulation that the C‐score–area relationship is necessarily hump shaped with respect to sample plot area. Second we examine empirical C‐score–area relationships in arctic tundra, grassland, boreal forest and tropical forest communities. The minimum sampling scale where species co‐occurrence patterns were significantly different from the null model expectation was at 0.1 m 2 in the tundra, 0.2 m 2 in grassland, and 0.2 ha in both the boreal and tropical forests. Species were most segregated in their co‐occurrence (maximum C‐score) at 0.3 m 2 in the tundra (0.54 3 0.54 m quadrats), 1.5 m 2 in the grassland (1.2 3 1.2 m quadrats), 0.26 ha in the tropical forest (71 3 71 m quadrats), and a maximum was not reached at the largest sampling scale of 1.4 ha in the boreal forest. The most important finding is that the dominant scales of community structure in these systems are large relative to plant body size, and hence we infer that the dominant mechanisms structuring these communities must be at similarly large scales. This provides a method for identifying the spatial scales at which communities are maximally structured; ecologists can use this information to develop hypotheses and experiments to test scale‐specific mechanisms that structure communities.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».