An Ecoinformatic Model Using Rényi's Entropy Predicts Soil Chemistry Effect on Tree Species Abundance Distributions
Notice bibliographique
Résumé
ABSTRACT Aim An ecological community consists of species of various abundances that reflect their responses to the environmental conditions. A classic macroecological pattern, the species abundance distribution (SAD), has been studied for diverse taxa and communities and integrated into numerous modelling tools. Despite its widespread use, a mathematical model that can capture variations in the empirical SAD and describe its response to environmental changes is still lacking. By integrating the Maximum Entropy Theory of Ecology (METE) with a generalised entropy called Rényi's entropy, we aim to develop a new ecoinformatic model that can predict the variation of empirical SAD along multiple environmental gradients. Location Panama. Taxon Angiosperms. Methods We extend the METE using the Rényi's entropy as an uncertainty measure. We apply this extended METE, called Rényi model, to the tree abundance data from 49 plots in Panama and predict the SAD within each plot. We estimate Rényi's parameter q by fitting the predicted SAD to the empirical SAD in each plot. We further compile climate and soil data from the Panama plots and analyse their relationships with the estimated q using multiple regressions. Results Rényi model provides adequate description of the empirical SADs and outperforms lognormal or log‐series models in 40 of the 49 tree plots, according to the Akaike information criterion. Variations in Renyi's q estimates (from 1/2 to 1) reflect shifts in the empirical SADs. Multiple regressions reveal that P, Al and NH4, three soil chemicals that are important for tree growth and species distribution, significantly affect Renyi's q across plots. Main Conclusions These findings suggest that the Rényi model and Rényi's q can characterise the SAD of communities under environmental changes. They also indicate the potential of using generalised entropies to predict macroecological patterns in stressed ecosystems.
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) | 0,000 | 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 ».