The drivers of dark diversity in the Scandinavian tundra are metric-dependent
Notice bibliographique
Résumé
Abstract Aim Dark diversity refers to the set of species that are not observed in an area but could potentially occur based on suitable local environmental conditions. In this paper, we applied both niche-based and co-occurrence-based methods to estimate the dark diversity of vascular plant species in the subarctic tundra. We then aimed to unravel the drivers explaining (1) why some locations were missing relatively more suitable species than others, and (2) why certain plant species were more often absent from suitable locations than others. Location The Scandinavian tundra around Abisko, northern Sweden. Methods We calculated the dark diversity in 107 plots spread out across four mountain trails using four different methods. Two niche-based (Beals’ index and hypergeometric method) and two co-occurrences-based (climatic niche model and climatic niche model followed by species-specific threshold) methods. This was then followed by multiple generalized linear mixed models and general linear models to determine which habitat characteristics and species traits contributed most to the dark diversity. Results The study showed a notable divergence in the predicted drivers of dark diversity depending on the method used. Nevertheless, we can conclude that plot-level dark diversity was generally 18% higher in areas at low elevations and 30% and 10% higher in areas with a low species richness or low levels of habitat disturbance, respectively. Conclusion Our findings call for caution when interpreting statistical findings of dark diversity estimates. Even so, all analyses point towards an important role for natural processes such as competitive dominance as main driver of the spatial patterns found in dark diversity in the northern Scandes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».