MétaCan
Menu
Retour à la cohorte
Enregistrement W2794628731 · doi:10.1007/s11284-018-1595-z

Correction to: Tree hollows can affect epiphyte species composition

2018· article· en· W2794628731 sur OpenAlexaff
Shinichi Tatsumi, Takayuki Ohgue, Wakana Azuma, Veera Tuovinen, Yume Imada, Akira Mori, Göran Thor, Åsa Ranlund

Notice bibliographique

RevueEcological Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBryophyte Studies and Records
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEpiphyteLichenBiologySpecies richnessEcologyMossBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Tree hollows often harbor animals and microorganisms, thereby storing nutritive resources derived from their biological activities. The outflows from tree hollows can create unique microenvironments, which may affect communities of epiphytic organisms on trunk surfaces below the hollows. In this study, we tested whether the species richness and composition of epiphytic bryophytes (liverworts and mosses) and lichens differ above and below tree hollows of Aria japonica and Cercidiphyllum japonicum in a Japanese temperate forest. The species richness of epiphytic bryophytes and lichens did not differ above and below hollows; however, the species composition of bryophytes differed significantly above and below hollows. Indicator species analyses showed that the moss species Anomodon tristis and the liverwort species Porella vernicosa were significantly more common below than above hollows, while the liverwort species Radula japonica and four lichen species, including Leptogium cyanescens , occurred more frequently above than below hollows. Our results highlight that tree hollows can produce unique microenvironments on trunk surfaces that potentially contribute to the maintenance of epiphytic diversity on a local scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,073
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,1180,033

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 Opus0,087
Tête enseignante GPT0,342
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ResearchMême sujetBryophyte Studies and RecordsTravaux en français237 207