MétaCan
Menu
Retour à la cohorte
Enregistrement W3097812899 · doi:10.3390/f11111140

Multiple Ecological Drivers Determining Vegetation Attributes across Scales in a Mountainous Dry Valley, Southwest China

2020· article· en· W3097812899 sur OpenAlexaff
Jie Yang, Yousry A. El‐Kassaby, Wenbin Guan

Notice bibliographique

RevueForests · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)TransectEnvironmental scienceSpatial ecologySpatial variabilityPhysical geographyAridCommon spatial patternSpatial analysisOrdinationSpatial heterogeneityGeographyEcologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

Identifying the ecological processes determining spatial variation in community composition and structure is a central issue in arid areas, especially in the face of climate change. This study aims to estimate how environmental and spatial processes jointly determine vegetation attributes across scales in the Min dry valley, one of the dry valleys in Hengduan Mountainous region suffering severe ecological degradation. A total of 48 plots along slope transects were investigated at three sites along the dry valley, with vegetation and environmental information gathered. Distance-based Moran’s eigenvector maps (dbMEM) was used to extract local spatial variables, while geographic coordinates were used as regional spatial variables. We used redundancy analysis (RDA) and variation partitioning to detect the relative importance of environmental and spatial processes in influencing community composition and vegetation structure (including biomass, coverage, height, density, α and β diversity), and to identify the most determinant environmental variables at different spatial scales. Results showed that both environmental and spatial processes accounted for significant and comparable variations in both vegetation composition and structure. Local spatial variables provided significant and comparable contribution as regional spatial variables to vegetation composition, while provided more contribution than regional spatial variables to vegetation structure. Topography had an overriding effect relative to soil on both vegetation composition and structure. Multi-scale analyses showed elevation was the most important variable (associated with soil moisture and nutrient) at the regional scale; while microtopography, especially slope aspect and shape, dominated at the local scale. We also demonstrated how vegetation composition and structure varied along environmental gradients. The study revealed the overriding role of topography in determining vegetation attributes in this mountainous dry valley, highlighting the advantage of multi-scale spatial analysis for better understanding spatial variation in vegetation pattern and with their important implications for biodiversity conservation and ecological management in the arid mountain areas.

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 enseignants0,078
Score d'incertitude au seuil0,939

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207