MétaCan
Menu
← Retour à la cohorte
Enregistrement W7083443602 · doi:10.5281/zenodo.17209729

The functional diversity of food webs: linking ecology, physiology and biogeography

2019· report· en· W7083443602 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFunctional diversityContext (archaeology)CommunityTraitLandscape ecologyBiodiversityBiogeographyBiological dispersalFunctional ecology

Résumé

récupéré en direct d'OpenAlex

Trait-based ecology recasts community ecology’s central question about species coexistence as: which processes determine the functional trait composition of ecological communities? Spatial scale is implicit in this question, as different processes are expected to act at different scales. Community ecology has struggled to provide predictive models that link environmental drivers with the structure of biological communities. Greater progress could be made by focussing on the functional traits of species (their physiological, biological and ecological attributes), rather than on their identities. We are specifically missing analyses of trait diversity at large spatial scales where dispersal between sites is rare, so that we cannot determine if functional diversity in general is constrained local resources or limited by dispersal, evolution, or biogeography. The FRB-CESAB FUNCTIONALWEBS focal system (the invertebrates inhabiting water-filled bromeliad leaves) has been sampled from 22 neotropical locations, and the dataset (850 taxa; 1750 bromeliads; 12 traits; environmental variables) has been collated in an SQL database. The working group’s fundamental question was: which processes determine functional community structure at different spatial scales? This document summarizes in a few pages the group’s context and objectives, the methods and approaches used, the main findings, as well as the impact for science, society, and both public and private decision-making. ----------------------------------- Les écologistes peinent à établir des modèles prédictifs reliant environnement et structure des communautés. Des progrès seraient réalisés en mettant l’accent sur les traits fonctionnels, plutôt que sur l’identité des espèces. Nous manquons d’analyses à de vastes échelles spatiales où la dispersion inter-sites est rare, donc nous ne pouvons déterminer si la diversité fonctionnelle est régie par les niches écologiques ou limitée par la dispersion, l’évolution ou la biogéographie. Le groupe FRB-Cesab FunctionalWebs a échantillonné le réseau trophique des broméliacées remplies d’eau de pluie dans 12 régions néotropicales. La base de données est en libre accès et regroupe les données de plus de 1750 broméliacées et 12 traits. Le groupe FRB-Cesab FunctionalWebs a cherché à savoir quels processus déterminent la diversité fonctionnelle à différentes échelles spatiales. Ce document synthétise en quelques pages le contexte et les objectifs du groupe, les méthodes et approches utilisées, les principales conclusions ainsi que l'impact pour la science, la société, la décision publique et privée.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,082
Tête enseignante GPT0,212
Écart entre enseignants0,130 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→