MétaCan
Menu
Retour à la cohorte
Enregistrement W4406287616 · doi:10.1111/jvs.70004

Prediction of coastal barren plant species richness and functional diversity by environmental variability across scales

2025· article· en· W4406287616 sur OpenAlexaffabout
Madeline Clarke, Amy Heim, Jeremy Lundholm

Notice bibliographique

RevueJournal of Vegetation Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessEcologyPlant diversityDiversity (politics)Species diversityFunctional diversityGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Questions The relationships between environmental heterogeneity and plant diversity may be negative or neutral at fine spatial scales but positive across broader areas. How do the relationships between spatial environmental variability and mean environmental conditions, plant species richness and functional diversity change across spatial scales? Location Coastal barrens landscape in Nova Scotia, eastern Canada. Methods We sampled plant species composition and environmental variables in nested areas at three scales: 0.25 m 2 , 1 m 2 and 50 m 2 . At each scale, subsamples of environmental variables (including elevation, soil moisture and depth) were used to calculate average and standard deviation; plant species richness was also determined for each sample. Plant traits at the species level were used to calculate functional dispersion for each of five traits (specific leaf area, leaf dry matter content, leaf thickness, plant height and canopy width) and a combined index of total functional dispersion. Functional dispersion and species richness were predicted at each scale by environmental variables using linear mixed models. Results Environmental heterogeneity had low predictive power for plant diversity at the 0.25‐m 2 scale but was unimodally related to species richness and functional‐diversity variables at the 1‐m 2 scale. The shape of the unimodal relationships suggested a leveling off of diversity at higher levels of environmental variability rather than a decline in diversity (monotonic or asymptotic). There was a strong positive relationship between elevation (topographic) variability and species richness at the 50‐m 2 scale. Functional dispersion was most strongly related to environmental variables at the 1‐m 2 scale. Conclusions Positive or non‐linear asymptotic relationships between environmental heterogeneity, richness and functional diversity at the 1‐m 2 scale provide some support for niche‐based explanations of species coexistence in plant neighborhoods. At broader sampling extents, greater topographic heterogeneity may allow distinct plant communities to co‐occur within a sample, increasing richness but not functional diversity because functional diversity in leaf and canopy traits are already high within each plant community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vegetation ScienceMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207