MétaCan
Menu
Retour à la cohorte
Enregistrement W6948420539 · doi:10.5061/dryad.t536h7s

Data from: Interactions among trees: a key element in the stabilising effect of species diversity on forest growth

2018· dataset· en· W6948420539 sur OpenAlexaffabout

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
DomaineChemistry
ThématiqueWood and Agarwood Research
Établissements canadiensUniversité de SherbrookeUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésInterspecific competitionIntraspecific competitionTemperate forestCompetition (biology)Temperate rainforestDiversity (politics)TaigaSpecies diversity

Résumé

récupéré en direct d'OpenAlex

1.There is mounting evidence that species diversity increases the temporal stability of forest growth. This stabilising effect of diversity has mainly been attributed to species differences in their response to fluctuating environmental conditions. Interactions among individuals could also contribute to the stabilising effect of diversity by increasing the mean and reducing the variance of tree growth, however, this has never been directly demonstrated. 2.We used tree‐ring width chronologies from temperate and boreal mixed stands of Eastern Canada to identify the role of interactions among individuals in the stabilising effect of diversity on forest growth. Using neighbourhood competition index and a mixed model we compared the effect of interspecific and intraspecific interactions on the mean and the variance of tree growth. 3.We found that interspecific interactions are less detrimental to tree growth than intraspecific interactions. We also found that interspecific interactions buffer tree response to drought and thereby reduce the variance of tree growth. 4.Our results indicate diversity may increase the mean and reduce the variance of tree growth through interactions among individuals. Thus, we demonstrate interactions among individuals play a role in the stabilising effect of diversity on forest growth, and in doing so, we bring to light other mechanisms of the insurance hypothesis.

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 candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesScience ouverte
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 enseignants0,207
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0070,010
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,290
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetWood and Agarwood ResearchTravaux en français237 207