MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281803351 · doi:10.22541/au.165477621.16624015/v1

Positive Interactions of Native Species Melt Invasional Meltdown over Long-Term Plant Succession

2022· preprint· en· W4281803351 sur OpenAlexaff
Deyi Yin, Scott J. Meiners, Ming Ni, Qing Ye, Fangliang He, Marc W. Cadotte

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensThe Scarborough HospitalUniversity of TorontoUniversity of AlbertaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésEcological successionEcologyInvasive speciesBiologyIntroduced speciesPsychological resilienceRelative species abundanceAbundance (ecology)PsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Positive interactions have been hypothesized to influence plant community dynamics and species invasions. However, their prevalence and importance relative to negative interactions remain unclear, but are fundamentally important for both theoretical and applied ecology. We examined pairwise biotic interactions using over 50 years of successional data to assess the prevalence of positive interactions and their effects on each focal species (either native or exotic). We found that positive interactions were widespread and the relative frequency of positive and negative interactions varied with establishment stage and between native and exotic species. Specifically, positive interactions were more frequent during early establishment and less frequent at later stages. Positive interactions involving native species were more frequent and stronger than those between exotic species, reducing the impact of invasional meltdown on succession. Our study highlights the role of positive native interactions in shielding communities from biological invasion and enhancing the potential for long-term resilience.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,076
Tête enseignante GPT0,269
Écart entre enseignants0,193 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant and animal studies→Travaux en français237 207→