Environmental and plant community composition and functional trait data across peatlands of the Forest Dynamics Plot at Scotty Creek, NT.
Notice bibliographique
Résumé
This is the final dataset associated with the publication, “Permafrost condition determines plant community composition and community-level foliar functional traits in a boreal peatland”, submitted to Ecology and Evolution in April 2021. Included are three data files: the plant community composition dataset, the associated environmental variables dataset, and the plant functional trait dataset. Combined, the community composition and trait datasets were used to calculate the community-weighted means presented in the manuscript. These data explored how plant community composition and traits change across the Scotty Creek Forest Dynamics plot in response to environmental variation, including active layer thickness, organic layer thickness, and forest structure (i.e., canopy cover and tree basal area). To do this, we used a random stratified design to select ten 20 m by 20 m grid cells belonging to each of four aboveground tree biomass categories for a total of 40 grid cells across the Scotty Creek Forest Dynamics Plot. Within each grid cell, we randomly placed two 1 m by 1m quadrats to assess community composition of vascular plants via stem counts and measure canopy cover, active and organic layer thickness. These data were averaged to provide an estimate at the grid cell level. Basal area was calculated at the level of the grid cell. Plant functional traits were collected from 3 replicate individuals per species within 2-3 grid cells per aboveground tree biomass category. See Standen and Baltzer (2021) for more detailed methods.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».