Distance decay 2.0 – a global synthesis of taxonomic and functional decay in ecological communities
Notice bibliographique
Résumé
Datasets used in the analysis of the manuscript by Graco-Roza, C., Aarnio, S., Abrego, N., Acosta, A. T., Alahuhta, J., Altman, J., ... & Soininen, J. (2022). Distance decay 2.0–a global synthesis of taxonomic and functional turnover in ecological communities. Global Ecology and Biogeography. raw_data.zip - Includes the raw datasets used in the analysis. processed_data.xlsx - Includes the results from the distance decay analysis, specifically: - Dataset : dataset code (same as in raw_data) - Beta_type: The component of beta diversity (i.e., total similarity, replacement, richness differences) - Level : Taxonomic (TAX) or functional (FUN) - Based: Occurrence (occ) or Abundance (abund) - Organism: Code used to describe organisms (see Appendix S1 of the paper) - Realm: Aquatic, Terrestrial, or Freshwaters - Body_size - Dispersal_mode: Seeds, Passive or Active - Latitude: Mean latitude of the dataset (average of all data points) - Latitude_range Distance in kilometres between the two vertically most distant points. - Longitude_range: Distance in kilometres between the two horizontally most distant points. - spa_min: minimum distance between sites (in kilometres) - spa_mean: average distance between sites (in kilometres) - spa_max: maximum distance between sites (in kilometres) - ext: area in kilometres covered by all sites in the dataset - n_sites: Number of sites in each dataset - n_var: Number of environmental variables in each dataset - gamma_spe: Number of species observed in each dataset - gamma_trait: Volume of the hypervolume constructed using the traits in each dataset - n_traits: Number of traits in each dataset - Intercept_spa: Intercept of GLM including community similarity and spatial distances - Slope_Spa: Slope of GLM including community similarity and spatial distances - R2_spa: R² of GLM including community similarity and spatial distances - Intercept_env: Intercept of GLM including community similarity and environmental distances - Slope_env: Slope of GLM including community similarity and environmental distances - R2_env: R² of GLM including community similarity and environmental distances - Mantel_spa: Mantel statistics of community similarity and spatial distances - spa_signif: Significance of Mantel statistics considering community similarity and spatial distances - Mantel_env: Mantel statistics considering community similarity and environmental distances - env_signif: Significance of Mantel statistics considering community similarity and environmental distances Null_models.zip - Includes the results from the null models for each dataset.
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 | 0,008 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,021 |
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 ».