Multi-scale analysis on species diversity within a 40-ha old-growth temperate forest
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
forest were applied to the Individual Species-Area Relationship model (ISAR) to determine distribution patterns for species richness. The ecological processes influencing species abundance distribution patterns were assessed by applying the same data set to five models: a Log-Normal Model (LNM), a Broken Stick Model (BSM), a Zipf Model (ZM), a Niche Preemption Model (NPM), and a Neutral Model (NM). Each of the five models was used at six different sampling scales (10 m × 10 m, 20 m × 20 m, 40 m × 40 m, 60 m × 60 m, 80 m × 80 m, and 100 m × 100 m). Model outputs showed that: (1) Accumulators and neutral species strongly influenced species diversity, but the relative importance of the two types of species varied across spatial scales. (2) Distribution patterns of species abundance were best explained by the NPM at small scales (10 m-20 m), whereas the NM was the best fit model at large spatial scales. (3) Species richness and abundance distribution patterns appeared to be driven by similar ecological processes. At small scales, the niche theory could be applied to describe species richness and abundance, while at larger scales the neutral theory was more applicable.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle