MétaCan
Menu
← Retour à la cohorte
Enregistrement W6976996640 · doi:10.60692/fhx94-m2265

Environmental heterogeneity modulates the effect of plant diversity on the spatial variability of grassland biomass

2023· article· en· W6976996640 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSpatial variabilitySpecies richnessSpatial heterogeneityAbundance (ecology)EcosystemBeta diversitySpatial ecologyAlpha diversityBiomass (ecology)

Résumé

récupéré en direct d'OpenAlex

Plant productivity varies due to environmental heterogeneity, and theory suggests that plant diversity can reduce this variation. While there is strong evidence of diversity effects on temporal variability of productivity, whether this mechanism extends to variability across space remains elusive. Here we determine the relationship between plant diversity and spatial variability of productivity in 83 grasslands, and quantify the effect of experimentally increased spatial heterogeneity in environmental conditions on this relationship. We found that communities with higher plant species richness (alpha and gamma diversity) have lower spatial variability of productivity as reduced abundance of some species can be compensated for by increased abundance of other species. In contrast, high species dissimilarity among local communities (beta diversity) is positively associated with spatial variability of productivity, suggesting that changes in species composition can scale up to affect productivity. Experimentally increased spatial environmental heterogeneity weakens the effect of plant alpha and gamma diversity, and reveals that beta diversity can simultaneously decrease and increase spatial variability of productivity. Our findings unveil the generality of the diversity-stability theory across space, and suggest that reduced local diversity and biotic homogenization can affect the spatial reliability of key ecosystem functions.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,179
Écart entre enseignants0,166 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→