doi:10.5402/2012/618257 Research Article Spatial and Temporal Heterogeneity Creates a “BrownTide”
Notice bibliographique
Résumé
License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Spatial and temporal heterogeneity in plant phenology and nutrition benefits herbivores by prolonging the period in which they can forage on nutritious plants. Landscape heterogeneity can therefore enhance population performance of herbivores and may be a critically important feature of their habitat. The benefits of resource heterogeneity over space and time should extend not only to large herbivores using above-ground vegetation but also to omnivores that utilize below-ground resources. We used generalized linear models to evaluate whether spatial heterogeneity influenced temporal variation in the crude protein content of alpine sweetvetch (Hedysarum alpinum) roots in west-central Alberta, Canada, thereby potentially offering nutritional benefits to grizzly bears (Ursus arctos).We demonstrated that temporal patterns in the crude protein content of alpine sweetvetch roots were influenced by spatial heterogeneity in annual growing season temperatures and soil moisture and nutrients. Spatial heterogeneity and asynchrony in the protein content of alpine sweetvetch roots likely benefit grizzly bears by prolonging the period they can forage on high quality resources. Therefore, we have presented evidence of what we termed a “brown wave ” or “brown tide ” in the phenology and nutrition of a below-ground plant resource, which is analogous to the previously described “green wave ” in above-ground resources. 1.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,909 | 0,857 |
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 ».