MétaCan
Menu
Retour à la cohorte
Enregistrement W2794138339 · doi:10.1111/jvs.12613

Quantifying the role of intra‐specific trait variation for allocation and organ‐level traits in tropical seedling communities

2018· article· en· W2794138339 sur OpenAlexfundno aff
María Natalia Umaña, Caicai Zhang, Min Cao, Luxiang Lin, Nathan G. Swenson

Notice bibliographique

RevueJournal of Vegetation Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaMcGill UniversityNational Science Foundation
Mots-clésTraitBiologyEcologyVariation (astronomy)

Résumé

récupéré en direct d'OpenAlex

Abstract Questions Community structure is the outcome of individual‐level interactions. Recent work has shown that disaggregating trait information from the species to the individual level can elucidate ecological processes. We aim to integrate trait dispersion analyses across different aggregation levels including a broad range of traits that allow assessment of patterns of variation among co‐occurring and non‐co‐occurring individuals. We ask the following questions: (1) what is the role of intra‐ and inter‐specific dissimilarity within neighbourhoods vs. across neighbourhoods in promoting trait dispersion; (2) how is trait variation partitioned across all individuals in each study system; and (3) are the results consistent across traits and forests? Location Puerto Rico and China. Methods We measured allocation and organ‐level (e.g. specific leaf area) traits on every individual in two seedling censuses in two tropical rain forests. Then, we partitioned trait variation within and across species, considering its impact on patterns of trait dispersion, and quantifying how these outcomes vary depending on whether allocation‐related or organ‐level traits are considered. Results We found an increase in trait dispersion when individual‐level traits are considered, reflecting conspecific differentiation for allocation of traits. Organ‐level traits, however, do not necessarily promote strong phenotypic displacement within conspecifics. Consistent with this, we found that the majority of variation in allocation of traits was between conspecifics, while most of the variation in organ‐level traits was found between species. Conclusions Overall, trait displacement occurs within and across neighbourhoods, reflecting differentiation at inter‐ and intra‐specific levels. Also, we identify two major phenotypic groups of variation, allocation and organ‐level traits, that constitute two contrasting strategies for response to biotic and abiotic contexts: one highlights ecological differences among individuals, while the other highlights differences among species.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,534
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,292
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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