MétaCan
Menu
Retour à la cohorte
Enregistrement W4229005434 · doi:10.1126/sciadv.abn3368

Drought soil legacy alters drivers of plant diversity-productivity relationships in oldfield systems

2022· article· en· W4229005434 sur OpenAlexaff
Nianxun Xi, Dongxia Chen, Michael Bahn, Hangyu Wu, Chengjin Chu, Marc W. Cadotte, Juliette Bloor

Notice bibliographique

RevueScience Advances · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésSpecies richnessBiodiversityEcosystemEcologyMesocosmProductivityPlant communityComplementarity (molecular biology)Species diversityThreatened speciesBiologyEnvironmental scienceGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

Ecosystem functions are threatened by both recurrent droughts and declines in biodiversity at a global scale, but the drought dependency of diversity-productivity relationships remains poorly understood. Here, we use a two-phase mesocosm experiment with simulated drought and model oldfield communities (360 experimental mesocosms/plant communities) to examine drought-induced changes in soil microbial communities along a plant species richness gradient and to assess interactions between past drought (soil legacies) and subsequent drought on plant diversity-productivity relationships. We show that (i) drought decreases bacterial and fungal richness and modifies relationships between plant species richness and microbial groups; (ii) drought soil legacy increases net biodiversity effects, but responses of net biodiversity effects to plant species richness are unaffected; and (iii) linkages between plant species richness and complementarity/selection effects vary depending on past and subsequent drought. These results provide mechanistic insight into biodiversity-productivity relationships in a changing environment, with implications for the stability of ecosystem function under climate change.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,214
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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 tête enseignante, 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

Citations55
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207