MétaCan
Menu
Retour à la cohorte
Enregistrement W3014392601 · doi:10.1002/ecy.3052

Competition influences tree growth, but not mortality, across environmental gradients in Amazonia and tropical Africa

2020· article· en· W3014392601 sur OpenAlexafffund
Danaë M. A. Rozendaal, Oliver L. Phillips, Simon L. Lewis, Kofi Affum‐Baffoe, Esteban Álvarez‐Dávila, Ana Andrade, Luiz E. O. C. Aragão, Alejandro Araujo‐Murakami, Timothy R. Baker, Olaf Bánki, Roel Brienen, José Luís Camargo, James A. Comiskey, Marie Noël Djuikouo Kamdem, Sophie Fauset, Ted R. Feldpausch, Timothy J. Killeen, William F. Laurance, Susan G. W. Laurance, Thomas Ε. Lovejoy, Yadvinder Malhi, Beatriz Schwantes Marimon, Ben Hur Marimon, Andrew R. Marshall, David Neill, Percy Núñez Vargas, Nigel C. A. Pitman, Lourens Poorter, Jan Reitsma, Marcos Silveira, Bonaventure Sonké, Trey Sunderland, Hermann Taedoumg, Hans ter Steege, John Terborgh, Ricardo Keichi Umetsu, Geertje van der Heijden, Emilio Vilanova, Vincent Antoine Vos, Lee White, Simon Willcock, Lise Zemagho, Mark C. Vanderwel

Notice bibliographique

RevueEcology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of British ColumbiaUniversity of Regina
Organismes subventionnairesSmithsonian Tropical Research InstituteEuropean CommissionSight Research UKNatural Environment Research CouncilGordon and Betty Moore FoundationUniversity of ReginaInstituto Nacional de Pesquisas da AmazôniaConselho Nacional de Desenvolvimento Científico e TecnológicoMicrosoft Research
Mots-clésBasal areaCompetition (biology)BiomeAmazon rainforestEcologyRange (aeronautics)BiologyForest dynamicsTropicsGrowth rateEcosystemMathematics

Résumé

récupéré en direct d'OpenAlex

Competition among trees is an important driver of community structure and dynamics in tropical forests. Neighboring trees may impact an individual tree's growth rate and probability of mortality, but large-scale geographic and environmental variation in these competitive effects has yet to be evaluated across the tropical forest biome. We quantified effects of competition on tree-level basal area growth and mortality for trees ≥10-cm diameter across 151 ~1-ha plots in mature tropical forests in Amazonia and tropical Africa by developing nonlinear models that accounted for wood density, tree size, and neighborhood crowding. Using these models, we assessed how water availability (i.e., climatic water deficit) and soil fertility influenced the predicted plot-level strength of competition (i.e., the extent to which growth is reduced, or mortality is increased, by competition across all individual trees). On both continents, tree basal area growth decreased with wood density and increased with tree size. Growth decreased with neighborhood crowding, which suggests that competition is important. Tree mortality decreased with wood density and generally increased with tree size, but was apparently unaffected by neighborhood crowding. Across plots, variation in the plot-level strength of competition was most strongly related to plot basal area (i.e., the sum of the basal area of all trees in a plot), with greater reductions in growth occurring in forests with high basal area, but in Amazonia, the strength of competition also varied with plot-level wood density. In Amazonia, the strength of competition increased with water availability because of the greater basal area of wetter forests, but was only weakly related to soil fertility. In Africa, competition was weakly related to soil fertility and invariant across the shorter water availability gradient. Overall, our results suggest that competition influences the structure and dynamics of tropical forests primarily through effects on individual tree growth rather than mortality and that the strength of competition largely depends on environment-mediated variation in basal area.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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

Citations153
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207