MétaCan
Menu
Retour à la cohorte
Enregistrement W6887761080 · doi:10.17605/osf.io/mk3qe

Within British Columbia forested ecosystems, is the local species richness of vascular plants associated with the local dominance of ectomycorrhizal hosts?

2022· other· en· W6887761080 sur OpenAlexaffabout

Notice bibliographique

RevueOpen Science Framework · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessDominance (genetics)SymbiosisUnderstoryMycorrhizaVascular plantPlant communityEcosystem

Résumé

récupéré en direct d'OpenAlex

In forest ecosystems, the vast majority of plants in both the canopy and understory form symbioses with mycorrhizal fungi. Mycorrhizal fungi form their symbioses by colonizing the plant’s roots either intracellularly, as is the case with arbuscular mycorrhizal fungi (AMF), or extracellularly as with ectomycorrhizal fungi (EMF). Mycorrhizal symbioses can range from being mutualistic to parasitic, influencing the plant’s carbon and nutrient cycling and pathogen defence. Recent research suggests that variations in the commonness and distribution of the different types of mycorrhizal symbioses (AMF versus EMF) can influence forest structure and functioning[1–4]. In particular, owing to their tendency to promote positive plant-soil feedbacks, EMF symbioses are hypothesized to reduce local plant diversity by favouring local recruitment of the same host species over recruitment of different host species[1,3,4]. This has been called the “EMF dominance hypothesis”[5]. An alternative “mycorrhizal dominance hypothesis” has also been proposed[5], in which increasing dominance of either type of association (AMF or EMF) decreases local plant diversity. This would occur if both types of symbioses favour con-specific recruitment over heterospecific recruitment. Tests of these hypotheses are uncommon and have focused almost exclusively on canopy trees[1,3,4], despite the vast majority of plant diversity in forests being in the understory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,067
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Science FrameworkTravaux en français237 207