MétaCan
Menu
Retour à la cohorte
Enregistrement W2891562569 · doi:10.7717/peerj.5596

Local-scale determinants of arboreal spider beta diversity in a temperate forest: roles of tree architecture, spatial distance, and dispersal capacity

2018· article· en· W2891562569 sur OpenAlexfundno aff
Qiongdao Zhang, Dong He, Hua Wu, Wei Shi, Cong Chen

Notice bibliographique

RevuePeerJ · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British Columbia
Mots-clésBiological dispersalArboreal locomotionSpiderEcologyBeta diversityBiologySpatial ecologyNicheInterspecific competitionNiche differentiationHabitatPopulation

Résumé

récupéré en direct d'OpenAlex

) trees of varying sizes across three forest stands in Würzburg (Germany) to disentangle the roles of tree architecture, spatial distance, and dispersal capacity on spider turnover across individual trees. A large proportion of tree pairs (66%) showed higher compositional dissimilarity in spider assemblages than expected by chance, suggesting prominent roles of habitat specialization and/or dispersal limitation. Trees with higher dissimilarity in DBH and canopy volume, and to a lesser extent in foliage cover, supported more dissimilar spider assemblages, suggesting that tree architecture comprised a relevant environmental gradient of sorting spider species. Variation partitioning revealed that 28.4% of the variation in beta diversity was jointly explained by tree architecture, spatial distance (measured by principal coordinates of neighbor matrices) and dispersal capacity (quantified by ballooning propensity). Among these, dispersal capacity accounted for a comparable proportion as spatial distance did (6.8% vs. 5.9%). Beta diversity did not significantly differ between high- and low-vagility groups, but beta diversity in species with high vagility was more strongly determined by spatially structured environmental variation. Altogether, both niche specialization, along the environmental gradient defined by tree architecture, and dispersal limitation are responsible for structuring arboreal spider assemblages. High dispersal capacity of spiders appears to reinforce the role of niche-related processes.

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)0,000
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 enseignants0,617
Score d'incertitude au seuil0,999

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,207
Écart entre enseignants0,189 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207