Prédiction des taux de décomposition des litières végétales par les traits fonctionnels agrégés
Notice bibliographique
Résumé
Comprendre le fonctionnement des écosystèmes est un enjeu crucial, en particulier dans un contexte de changements globaux. Afin de mieux prédire les processus écosystémiques, j’ai testé la précision et les limites des hypothèses du biomass-ratio de Grime (HBMR) et de l’annulation idiosyncratique (HAI), cette dernière étant une hypothèse originale de cette thèse. Pour cela, j’ai appliqué le principe du biomass- ratio aux traits fonctionnels, en employant la méthode des traits agrégés en communauté, pour estimer la réponse globale des espèces en mélange. La décomposition des litières plurispécifiques constitue un bon modèle biologique, pour lequel je me suis posé les questions suivantes: (1) est-ce que l’HBMR prédit bien les taux de décomposition en mélanges plurispécifiques ? ; (2) est-ce que le degré de variabilité de ces taux diminue pour des raisons biologiques avec l’augmentation de la richesse spécifique (RS) des mélanges (HAI) ? ; (3) est-ce que la variabilité des taux entre mélanges diminue quand les conditions abiotiques du site deviennent plus limitantes ? ; (4) considérant que les mélanges plus contrastés fonctionnellement sont susceptibles de développer plus d’interactions, est-ce que la déviation à la prédiction augmente avec la dispersion fonctionnelle des mélanges («FDis», Laliberté & Legendre 2010) ? Cette thèse inclut deux expériences de décompositionen sachets à litières : (1) à Sherbrooke (QC, Canada) avec des microcosmes, impliquant des litières de six espèces d’arbres, décomposant seules et en mélanges et (2) sur trois sites au climat contrasté dans la région de Clermont-Ferrand (France) avec des litières de quatre espèces d’herbacées, décomposant seules et en mélanges. Les résultats montrent des déviations positives et négatives par rapport aux taux prédits, mais l’HBMR décrit bien la réponse moyenne des litières plurispécifiques. Bien que l’HAI ait été rejetée, les résultats montrent une convergence des taux observés vers les taux prédits quand (1) la RS des mélanges augmente, (2) l’échelle spatiale augmente et (3) le climat est plus limitant pour la décomposition. Enfin, malgré des corrélations entre FDis et interactions entre espèces dans les litières, cette relation n’est pas généralisable et l’hypothèse de corrélation positive entre FDis et déviation à l’HBMR a été rejetée.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».