MétaCan
Menu
Retour à la cohorte
Enregistrement W4288439585 · doi:10.1038/s41597-022-01559-0

The role of plant functional groups mediating climate impacts on carbon and biodiversity of alpine grasslands

2022· article· en· W4288439585 sur OpenAlexaff
Vigdis Vandvik, Inge Althuizen, Francesca Jaroszynska, Linn Cecilie Krüger, Hanna Lee, Deborah E. Goldberg, Kari Klanderud, Siri Lie Olsen, Richard J. Telford, Silje A. H. Östman, Sara Buscà, Ingrid J. Dahle, Dagmar Egelkraut, Sonya R. Geange, Ragnhild Gya, Joshua S. Lynn, Éric Meineri, Sherry H. Young, Aud H. Halbritter

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensSimon Fraser University
Organismes subventionnairesSenter for Internasjonalisering av UtdanningNorges ForskningsrådUniversitetet i Bergen
Mots-clésEnvironmental scienceEcosystemPlant communityBiomass (ecology)EcologyForbSpecies richnessGraminoidBiodiversityClimate changeGrowing seasonBiologyGrassland

Résumé

récupéré en direct d'OpenAlex

Plant removal experiments allow assessment of the role of biotic interactions among species or functional groups in community assembly and ecosystem functioning. When replicated along climate gradients, they can assess changes in interactions among species or functional groups with climate. Across twelve sites in the Vestland Climate Grid (VCG) spanning 4 °C in growing season temperature and 2000 mm in mean annual precipitation across boreal and alpine regions of Western Norway, we conducted a fully factorial plant functional group removal experiment (graminoids, forbs, bryophytes). Over six years, we recorded biomass removed, soil microclimate, plant community composition and structure, seedling recruitment, ecosystem carbon fluxes, and reflectance in 384 experimental and control plots. The dataset consists of 5,412 biomass records, 360 species-level biomass records, 1,084,970 soil temperature records, 4,771 soil moisture records, 17,181 plant records covering 206 taxa, 16,656 seedling records, 3,696 ecosystem carbon flux measurements, and 1,244 reflectance measurements. The data can be combined with longer-term climate data and plant population, community, ecosystem, and functional trait data collected within the VCG.

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 enseignants0,031
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,002
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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetPeatlands and Wetlands EcologyTravaux en français237 207