MétaCan
Menu
Retour à la cohorte
Enregistrement W3139142473 · doi:10.19189/map.2016.omb.242

Regional patterns and controlling factors in plant species composition and diversity in Canadian lowland coastal bogs and laggs

2016· article· en· W3139142473 sur OpenAlexafffundabout
Sarah A. Howie, Ilja van Meerveld, Richard J. Hebda

Notice bibliographique

RevueMires and Peat · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensRoyal British Columbia MuseumDelta-Q Technologies (Canada)
Organismes subventionnairesSimon Fraser University
Mots-clésBogDiversity (politics)GeographyEcologyPlant diversityComposition (language)Species diversityBiologyPeatPlant species

Résumé

récupéré en direct d'OpenAlex

Inventories of natural assemblages of plant species are critical when planning ecological restoration of bogs. However, little is known about the regional variation in plant communities at the margins (laggs) of bogs, even though they are an integral element of raised bog ecosystems. Therefore, we investigated the regional patterns in the plant communities of bogs and laggs, and the factors that control them, for thirteen bogs in coastal British Columbia, Canada. Species richness was significantly higher in the bogs and laggs of the cooler, wetter Pacific Oceanic wetland region. Beta Diversity analyses showed that bogs in the Pacific Oceanic wetland region often shared species with their respective laggs, whereas half of the laggs in the warmer, drier Pacific Temperate wetland region had no species in common with the adjacent bogs and were thus more ecologically distinct from the bog. Primary climatic variables, such as mean annual precipitation, mean annual temperature and latitude, as well as climate-influenced variables, such as pH, peat depth, and Na+ concentrations were the main correlates of plant species composition in the studied bogs. Site-specific factors, particularly depth to water table, and fraction of inorganic material in peat samples, were as strongly related to lagg plant communities as climate, while hydrochemistry appeared to have less influence.

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 enseignants0,086
Score d'incertitude au seuil0,174

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,015
Tête enseignante GPT0,191
Écart entre enseignants0,176 · 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

Citations11
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMires and PeatMême sujetPeatlands and Wetlands EcologyTravaux en français237 207