MétaCan
Menu
Retour à la cohorte
Enregistrement W3139188038 · doi:10.1111/ele.13720

Temporal changes in spatial variation: partitioning the extinction and colonisation components of beta diversity

2021· article· en· W3139188038 sur OpenAlexaff
Shinichi Tatsumi, Ryosuke Iritani, Marc W. Cadotte

Notice bibliographique

RevueEcology Letters · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésColonisationBeta diversityEcologyExtinction (optical mineralogy)BiodiversityGamma diversityNestednessColonizationGeographyBiologyPaleontology

Résumé

récupéré en direct d'OpenAlex

The last two decades have witnessed unprecedented changes in beta diversity, the spatial variation in species composition, from local to global scales. However, analytical challenges have hampered empirical ecologists from quantifying the extinction and colonisation processes behind these changing beta diversity patterns. Here, we develop a novel numerical method to additively partition the temporal changes in beta diversity into components that reflect local extinctions and colonisations. By applying this method to empirical datasets, we revealed spatiotemporal community dynamics that were otherwise undetectable. In mature forests, we found that local extinctions resulted in tree communities becoming more spatially heterogeneous, while colonisations simultaneously caused them to homogenise. In coral communities, we detected non-random community disassembly and reassembly following an environmental perturbation, with a temporally varying balance between extinctions and colonisations. Partitioning the dynamic processes that underlie beta diversity can provide more mechanistic insights into the spatiotemporal organisation of biodiversity.

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)0,006
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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

Citations92
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207