Phenological mismatch between trees and wildflowers: Reconciling divergent findings in two recent analyses
Notice bibliographique
Résumé
Abstract Recent evidence suggests that community science and herbarium datasets yield similar estimates of species' phenological sensitivities to temperature. Despite this, two recent studies by Alecrim et al. (2023) and Miller et al. (2022) found very different results when using different data sources (community science and herbarium specimens, respectively) to investigate whether warming threatens wildflowers with phenological mismatch in relation to shading by deciduous trees. Here, we investigated whether differences between the two studies' results could be reconciled by testing four hypotheses related to model design, species, spatiotemporal data extent and phenophase. Hybrid model structures brought results from the two datasets closer together but did not fully reconcile the differences between the studies. Neither the species nor the phenophase selected for analysis seemed to be responsible for differences in results. Cropping the datasets to match spatial and temporal extents appeared to reconcile most differences but only at the cost of much higher uncertainty associated with reduced sample size. Synthesis : Our analysis suggests that although species‐level estimates of phenological sensitivity may be similar between community science and herbarium datasets, inherent differences in the types and extent of data may lead to contradictory inference about complex biotic interactions. We conclude that, until community science data repositories expand to match the range of climate conditions present in herbarium collections or until herbarium collections match the spatial extent and temporal frequency of community science repositories, ecological studies should ideally be evaluated using both datasets to test the possibility of biased results from either.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 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 tête enseignante, 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 ».