Riverine wetland vegetation: importance of small-scale and large-scale environmental variation
Notice bibliographique
Résumé
The purpose of this study was to evaluate the relative importance of small-scale variation in abiotic factors and large-scale spatio-temporal variation on the distribution of wetland vegetation of a section of the Upper St. Lawrence River in Quebec. Vegetation data have been classified with agglomerative clustering into 11 community types, from Acer rubrum, Acer saccharinum and Fraxinus swamps, to scrubs dominated by Salix petiolaris, Alnus rugosa var. americana or Myrica gale, to Typha, Typha/Lythrum, Carex lacustris and Calamagrostis canadensis marshes. Canonical Correspondence Analysis (CANOCO) suggested that peat thickness and water level are the most important abiotic variables correlated with plant community composition. As a whole, small-scale variation accounts for 25.6 % of the species variation. Another 21.6% is explained by large-scale variation based on location data summarizing large-scale spatial distribution, and historical landscape dynamics differentiated into (a) no net loss of wetlands, (b) net loss of wetland, and (c) changes within wetlands, which are correlated with the actual variation in herbaceous and scrubby vegetation. The interaction between small-scale and large-scale variations explains another 1.7 %. In total, 48.9% of the species variation is explained by the two data sets, leaving 51.1% unexplained. Whereas the omission of some abiotic variables is possible, it is hypothesized that the abiotic conditions measured in this study play an important role, especially in the distribution of forested swamps. In addition, past history, particularly that of human interventions, becomes another important factor leading to the observed importance of large-scale spatio-temporal variables. This is particularly true for Alnus rugosa var. americana shrublands. Time lag between a relative stabilization of species distribution and the reduction of natural disturbances (water level fluctuations and fires) could be a possible cause of the importance of spatio-temporal variables and the undetermined portion of species variation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».