MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967094111 · doi:10.5061/dryad.tj3q6

Data from: Individual size inequality links forest diversity and above-ground biomass

2015· dataset· en· W6967094111 sur OpenAlexaffabout

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésBiomass (ecology)BiodiversityProductivityDiversity indexSpecies diversityTaigaDiversity (politics)EcosystemTree (set theory)

Résumé

récupéré en direct d'OpenAlex

1. Despite the mounting evidence for positive diversity–productivity relationships found in controlled experiments, diversity effects on productivity in natural systems remain hotly debated. Understanding the multivariate links between diversity and productivity in natural systems, in particular natural forests that host the majority of terrestrial biodiversity and provide essential services for humanity, remains a critical challenge for ecologists. 2. We analyzed data from 448 plots of varying tree species diversity, stand ages, and local nutrient availability in Canada's boreal forest (52°30’ – 55°24’ N latitude and 102°36’ – 108° W longitude). We used structural equation models to link multivariate relationships between above-ground biomass, tree species diversity, stand age, and soil nutrient availability. 3. Above-ground biomass increased with diversity indirectly via increasing tree size inequality, and increased with stand age and was higher on sites of medium soil nutrient regime directly as well as indirectly via increased tree size inequality. 4. Synthesis. Our results demonstrate positive diversity effects on above-ground biomass in natural forests of diverse forest ages and soil resource availability. Furthermore, we show that tree size inequality acts as a mechanism for the positive diversity effects on above-ground biomass, and as a mechanism in regulating above-ground biomass and species diversity simultaneously via interactions among individuals in natural forests.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0430,022

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 Opus0,110
Tête enseignante GPT0,311
Écart entre enseignants0,201 · 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
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Travaux en français237 207→