MétaCan
Menu
Retour à la cohorte
Enregistrement W4291636208 · doi:10.1002/ecy.3842

Cryptogam plant community stability: Warming weakens influences of species richness but enhances effects of evenness

2022· article· en· W4291636208 sur OpenAlexafffundabout
Qian Gu, Qiang Yu, Paul Grogan

Notice bibliographique

RevueEcology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpecies evennessSpecies richnessEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Community stability is a fundamental factor sustaining ecosystem functioning and is affected by species richness and species evenness. The Arctic is warming more rapidly than other biomes, and cryptogam plant species (specifically lichens and bryophytes in this study) are major contributors to tundra biodiversity and productivity. However, to our knowledge, the impacts of warming on cryptogam community stability and the underlying mechanisms have not been investigated. We conducted a 13-year summer warming experiment in mesic birch hummock tundra vegetation near Daring Lake in the continental interior of low Arctic Canada and recorded patterns of cryptogam species abundance in several different growing seasons. Warming decreased the stability of total community abundance, had no effects on species richness, but increased species evenness and species synchrony. Structural equation model analyses indicated that higher species richness was the principal factor associated with the stronger community abundance stability in the control plots and that this effect was driven primarily by a negative correlation with species synchrony. By contrast, higher species evenness was the principal factor associated with the weakened community abundance stability in the warming plots, and this effect was driven primarily by a positive correlation with species synchrony. Our study suggests that climate warming could reduce cryptogam plant community stability in low Arctic tundra and, therefore, decrease important ecosystem services, including carbon storage and food availability to caribou in northern regions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,010
Score d'incertitude au seuil1,000

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 technologies0,0010,001
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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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.

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

Citations17
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207