Synthesizing tree biodiversity data to understand global patterns and processes of vegetation
Notice bibliographique
Résumé
Abstract Aims Trees dominate the biomass in many ecosystems and are essential for ecosystem functioning and human well‐being. They are also one of the best‐studied functional groups of plants, with vast amounts of biodiversity data available in scattered sources. We here aim to illustrate that an efficient integration of these data could produce a more holistic understanding of vegetation. Methods To assess the extent of potential data integration, we use key databases of plant biodiversity to: (a) obtain a list of tree species and their distributions; (b) identify coverage of and gaps in different aspects of tree biodiversity data; and (c) discuss large‐scale patterns of tree biodiversity in relation to vegetation. Results Our global list of trees included 58,044 species. Taxonomic coverage varies in three key databases, with data on the distribution, functional traits, and molecular sequences for about 84%, 45% and 44% of all tree species, which is >10% greater than for plants overall. For 28% of all tree species, data are available in all three databases. However, less data are digitally accessible about the demography, ecological interactions, and socio‐economic role of tree species. Integrating and imputing existing tree biodiversity data, mobilization of non‐digitized resources and targeted data collection, especially in tropical countries, could help closing some of the remaining data gaps. Conclusions Due to their key ecosystem roles and having large amounts of accessible data, trees are a good model group for understanding vegetation patterns. Indeed, tree biodiversity data are already beginning to elucidate the community dynamics, functional diversity, evolutionary history and ecological interactions of vegetation, with great potential for future applications. An interoperable and openly accessible framework linking various databases would greatly benefit future macroecological studies and should be linked to a platform that makes information readily accessible to end users in biodiversity conservation and management.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».