MétaCan
Menu
Retour à la cohorte
Enregistrement W2792218011 · doi:10.1111/1365-2435.13079

Using functional trait diversity patterns to disentangle the scale‐dependent ecological processes in a subtropical forest

2018· article· en· W2792218011 sur OpenAlex
Hui Zhang, Han Y. H. Chen, Juyu Lian, Robert John, Ronghua Li, Hui Liu, Wanhui Ye, Frank Berninger, Qing Ye

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFunctional Ecology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensLakehead University
Organismes subventionnairesCAS-SAFEA International Partnership Program for Creative Research TeamsNational Natural Science Foundation of China
Mots-clésBiologyEcologyAbiotic componentSpatial ecologyTraitBiological dispersalSpatial analysisStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Disentangling ecological processes that influence community assembly and species diversity across spatial scales remains a major goal of community ecology. Community assembly processes influence spatial patterns of species diversity through their interactions with key functional traits. Hence, quantifying spatial patterns of functional trait diversity ( FD ) represents a useful tool for disentangling the relative importance of abiotic filtering, biotic interactions, random assembly and dispersal limitation across spatial scales. Here, we measured 12 traits of 112 study species in a 20‐ha fully mapped subtropical forest plot. The individuals of the 112 study species account for 99% of all living stems with diameter at breast height ≥ 1 cm. We studied important functional traits related to physiological processes of plants including resource acquisition (e.g. CO 2 assimilation rate and leaf nutrient concentration) and drought tolerance (e.g. stem hydraulic conductivity and leaf turgor loss point). Additionally, species abundance, spatial locations ( x ‐ and y ‐coordinates for each individual of the 112 study species) as well as topographic and soil variables that represent potentially important attributes of the physical environment of the plot were also included in our dataset. We employed two FD ‐based tests (comparing FD within communities to those from random communities, distance‐based Moran's eigenvector maps ( MEM ) and redundancy analysis‐based variance partitioning), and one spatial analysis (inhomogeneous bivariate pair correlation analysis) to quantify the spatial patterns of FD of the plot at multiple spatial scales (400, 900, 1,600, 2,500 and 10,000 m 2 ). We demonstrate that abiotic filtering is the major determinant responsible for trait convergence at relatively small scales (400, 900 and 1,600 m 2 ), whereas dispersal limitation becomes dominant, causing the weakening of trait convergence at relatively large scales (2,500 and 10,000 m 2 ). Our results highlight the relative contributions of different ecological processes to community assembly at different spatial scales, which can be distinguished using the diversity patterns of key functional traits. Also, our integrated approaches constitute a useful study design to disentangle variable ecological processes in shaping community assembly across spatial scales. A plain language summary is available for this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,154
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,033
Tête enseignante GPT0,243
Écart entre enseignants0,210 · 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