Climatic drivers of dipterocarp mass-flowering in South-East Asia
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.
Notice bibliographique
Résumé
Abstract Dipterocarpaceae, a dominant family of trees in South-East Asian tropical forests, are remarkable in that they exhibit supra-annual mass-flowering events. The flowering patterns are related to the El Niño Southern Oscillation, but the mechanism that precipitates mass-flowering is still debated. Here, we test if a cumulative-trigger model that tracks resource availability, specifically light, may better explain dipterocarp phenology than a direct-environmental-trigger mechanism. Using 11 flowering time series with an average length of 29 y and variety of candidate predictor variables (precipitation, cloud cover, minimum temperature and El Niño indices) we could not find a plausible direct-environmental-trigger (median AUCs across regions from 0.53 to 0.57 indicating near random predictions). The cumulative-trigger model based on El Niño indices showed better predictive results (AUC 0.67), which could further be improved by resetting the resource at known flowering events (AUC 0.76). Additional support for a cumulative-trigger model comes from the observation that regional differences in the time of year of peak flowering correspond to where El Niño effects are strongest. We conclude that cumulative resource tracking is an evolutionary plausible trigger mechanism that has other primary evolutionary advantages, such as predator satiation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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