MétaCan
Menu
← Retour à la cohorte
Enregistrement W4221107738 · doi:10.22541/au.164864923.32696969/v1

Limited evidence of vertical root segregation in a subtropical forest

2022· preprint· en· W4221107738 sur OpenAlexaff
Wenqi Luo, Ming Ni, Youshi Wang, Lan Run, David M. Eissenstat, James F. Cahill, Buhang Li, Chengjin Chu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of AlbertaUniversité de Sherbrooke
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Institute of Food and AgricultureNational Natural Science Foundation of ChinaU.S. Department of Agriculture
Mots-clésEdaphicInterspecific competitionTropical and subtropical moist broadleaf forestsAbundance (ecology)BiologySubtropicsEcologyBotanySoil water

Résumé

récupéré en direct d'OpenAlex

Vertical root segregation can be a key underpinning of species co-existence through below-ground niche partitioning but has rarely been tested in diverse forest communities. We randomly sampled > 4000 root samples from 625 0-30 cm soil profiles in a subtropical forest in China to determine the degree of vertical root segregation among 109 woody species and rooting plasticity in response to edaphic heterogeneity and root neighbours. Over 85% of species were predominantly distributed in the 0-10 cm soil zone, exhibiting low and inconsistent rooting plasticity in response to either edaphic heterogeneity or root neighbours. There was no evidence of vertical root segregation among co-occurring species. Contrastingly, the increase of one species’ root abundance tended to increase, but not reduce other species’ root abundance within soil zones. These findings suggest that interspecific differentiation of resource acquisition strategies might be more important than root segregation in mediating species co-existence in diverse forests.

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 enseignants0,009
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,281
Écart entre enseignants0,253 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→