MétaCan
Menu
Retour à la cohorte
Enregistrement W3201661821 · doi:10.1002/ecy.3542

Activity density at a continental scale: What drives invertebrate biomass moving across the soil surface?

2021· article· en· W3201661821 sur OpenAlexafffund
Michael Kaspari, Michael D. Weiser, Katie E. Marshall, Matthew J. Miller, Cameron D. Siler, Kirsten M. de Beurs

Notice bibliographique

RevueEcology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Environmental BiologyNatural Sciences and Engineering Research Council of Canada
Mots-clésEcologyAbundance (ecology)Biomass (ecology)HabitatInvertebrateEnvironmental sciencePrimary productionEcosystemShrublandBiology

Résumé

récupéré en direct d'OpenAlex

Activity density (AD), the rate that an individual taxon or its biomass moves through the environment, is used both to monitor communities and quantify the potential for ecosystem work. The Abundance Velocity Hypothesis posited that AD increases with aboveground net primary productivity (ANPP) and is a unimodal function of temperature. Here we show that, at continental extents, increasing ANPP may have nonlinear effects on AD: increasing abundance, but decreasing velocity as accumulating vegetation interferes with movement. We use 5 yr of data from the NEON invertebrate pitfall trap arrays including 43 locations and four habitat types for a total of 77 habitat-site combinations to evaluate continental drivers of invertebrate AD. ANPP and temperature accounted for one-third to 92% of variation in AD. As predicted, AD was a unimodal function of temperature in forests and grasslands but increased linearly in open scrublands. ANPP yielded further nonlinear effects, generating unimodal AD curves in wetlands, and bimodal curves in forests. While all four habitats showed no AD trends over 5 yr of sampling, these nonlinearities suggest that trends in AD, often used to infer changes in insect abundance, will vary qualitatively across ecoregions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,998

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0380,002

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 GPT0,246
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207