MétaCan
Menu
Retour à la cohorte
Enregistrement W6944841561 · doi:10.21966/cz48-d388

100 Islands Research Program Terrestrial Vegetation Data - BC Central Coast - 2015, 2016, 2017

2020· dataset· en· W6944841561 sur OpenAlexaboutno aff

Notice bibliographique

RevueHakai Institute · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessBiogeographyMetadataVegetation (pathology)Environmental dataInsular biogeographyRaw dataBiodiversitySubmarine pipeline

Résumé

récupéré en direct d'OpenAlex

These data were collected as part of the Hakai Institute’s 100 Islands Research Program. The purpose of 100 Islands was to study how marine subsidies, island characteristics, and other drivers affect vegetation communities on islands of the Central Coast. This dataset includes two folders of data – one which includes the raw forms of the data and was used for Owen Fitzpatrick’s MSc thesis analyses (Folder 1), and one that was used by Debora Obrist, Owen Fitzpatrick, and co-authors to evaluate the scale-dependence of marine inputs on island plant communities (Folder 2). Folder 1: All files in Folder 1 described in Hakai Institute Advanced Metadata Form – 100 Islands Fitzpatrick. Folder 2: plant-sib-island-analysis-data.csv - Island-level rarefied plant species richness and environmental data for 92 islands. plant-sib-plot-analysis-data.csv - Sampling plot-level plant species richness and environmental data for 1381 plots across 90 islands with complete plot-level environmental data. hmsc-percent-cover-long.csv - Plot-level percent cover by species. hmsc-species-names.csv - Conversion from 4-letter codes into Latin names for species. hmsc-xycoords.csv - File containing key to link wrack data to plot-level species data and XY coordinates to make joint species distribution model spatially explicit. plant-sib-metadata.docx - Complete metadata for all Folder 2 files. Uses: Islands in a sea of nutrients: testing subsidized island biogeography - Owen Fitzpatrick, MSc thesis: https://dspace.library.uvic.ca/handle/1828/9312 In this thesis, Owen uses the theory of island biogeography as a basis for exploring patterns of diversity on islands. He incorporates the growing recognition that marine and terrestrial food webs are linked by the flow of subsidies, which may alter the productivity of recipient ecosystems. He established a large-scale observational study to test whether marine subsidies alter the relationship between island area and plant species richness, and if the impact of those subsidies is mediated by landscape-scale habitat characteristics such as island area and shoreline slope. Scale-dependent effects of marine subsidies on island biogeographic patterns of plants - Obrist et al. 2022, Ecology and Evolution, doi: 10.1002/ece3.9270, code for analyses: https://github.com/debobrist/plant-sib We know that species richness is determined by different mechanisms at different spatial scales, but the role of scale in effects of marine inputs on island biogeography are still unknown. We used this dataset to evaluate the influence of island characteristics and marine inputs (seaweed wrack biomass and marine-derived nitrogen in the soil) on plant species richness at both a local (plot) and regional (island) scale on 92 islands in British Columbia, Canada. We found that the effects of subsidies on species richness depend on the spatial scale of investigation. Although we found no effects of marine subsidies on island levels, we found that plots with more marine-derived nitrogen (δ15N) in the soil hosted fewer species. We found no effect of wrack at either scale. To look at possible mechanisms driving this decrease in diversity, we used a joint species distribution model identify species-level responses to marine subsidies and effects of biotic interactions among species.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0060,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,076

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 Opus0,235
Tête enseignante GPT0,444
Écart entre enseignants0,209 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHakai InstituteTravaux en français237 207