MétaCan
Menu
Retour à la cohorte
Enregistrement W2902662567 · doi:10.1002/ecy.2575

Belowground plant parts are crucial for comprehensively estimating total plant richness in herbaceous and woody habitats

2018· article· en· W2902662567 sur OpenAlexafffund
Sabrina Träger, Maarja Öpik, Martti Vasar, Scott D. Wilson

Notice bibliographique

RevueEcology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHaridus- ja TeadusministeeriumUniversity of ReginaSihtasutus Archimedes
Mots-clésSpecies richnessVegetation (pathology)TundraEcologyPlant communityBody size and species richnessHerbaceous plantBiomass (ecology)Vascular plantBiodiversityHabitatBiologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Most studies consider aboveground plant species richness as a representative biodiversity measure. This approach inevitably assumes that the partitioning of total plant species richness into above- and belowground components is constant or at least consistent within and across vegetation types. However, with studies considering belowground plant richness still scarce and completely absent along vegetation gradients, this assumption lacks experimental support. Novel DNA sequencing techniques allow economical, high-throughput species identification of belowground environmental samples, enabling the measurement of the contributions of both above- and belowground plant components to total plant richness. We investigated above- and belowground plant species richness in four vegetation types (birch forest, heath, low alpine tundra, high alpine tundra) at the scale of herbaceous plant neighborhoods (dm) using 454 sequencing of the chloroplast trnL (UAA) intron to determine the plant species richness of environmental root samples and combined it with aboveground data from vegetation surveys to obtain total plant species richness. We correlated the measured plant species richness components with each other and with their respective plant biomass components within and across vegetation types. Total plant species richness exceeded aboveground richness twice on average and by as much as three times in low alpine tundra, indicating that a significant fraction of belowground plant richness cannot be recorded aboveground. More importantly, no consistent relationship among richness components (above- and belowground) was found within or across vegetation types, indicating that aboveground richness alone cannot predict total plant richness in contrasting vegetation types. Finally, no consistent relationship between plant richness and the corresponding biomass component was found. Our results clearly show that aboveground plant richness alone is a poor estimator of total plant species richness within and across different vegetation types. Consequently, it is crucial to account for belowground plant richness in future plant ecological studies in order to validate currently accepted plant richness patterns, as well as to measure potential changes in plant community composition in a changing environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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'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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetPeatlands and Wetlands EcologyTravaux en français237 207