Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS - Res&Arch Institutional Research Information System - Research &Archive
Aims
Understanding fine-grain diversity patterns across large spatial extents is fundamental for macroecological research and biodiversity conservation. Using the GrassPlot database, we provide benchmarks of fine-grain richness values of Palaearctic open habitats for vascular plants, bryophytes, lichens and complete vegetation (i.e., the sum of the former three groups).
Location
Palaearctic biogeographic realm.
Methods
We used 126,524 plots of eight standard grain sizes from the GrassPlot database: 0.0001, 0.001, 0.01, 0.1, 1, 10, 100 and 1,000 m2 and calculated the mean richness and standard deviations, as well as maximum, minimum, median, and first and third quartiles for each combination of grain size, taxonomic group, biome, region, vegetation type and phytosociological class.
Results
Patterns of plant diversity in vegetation types and biomes differ across grain sizes and taxonomic groups. Overall, secondary (mostly semi-natural) grasslands and natural grasslands are the richest vegetation type. The open-access file ”GrassPlot Diversity Benchmarks” and the web tool “GrassPlot Diversity Explorer” are now available online (https://edgg.org/databases/GrasslandDiversityExplorer) and provide more insights into species richness patterns in the Palaearctic open habitats.
Conclusions
The GrassPlot Diversity Benchmarks provide high-quality data on species richness in open habitat types across the Palaearctic. These benchmark data can be used in vegetation ecology, macroecology, biodiversity conservation and data quality checking. While the amount of data in the underlying GrassPlot database and their spatial coverage are smaller than in other extensive vegetation-plot databases, species recordings in GrassPlot are on average more complete, making it a valuable complementary data source in macroecology.
Benchmarking plant diversity of Palaearctic grasslands and other open habitats
Aims
Understanding fine-grain diversity patterns across large spatial extents is fundamental for macroecological research and biodiversity conservation. Using the GrassPlot database, we provide benchmarks of fine-grain richness values of Palaearctic open habitats for vascular plants, bryophytes, lichens and complete vegetation (i.e., the sum of the former three groups).
Location
Palaearctic biogeographic realm.
Methods
We used 126,524 plots of eight standard grain sizes from the GrassPlot database: 0.0001, 0.001, 0.01, 0.1, 1, 10, 100 and 1,000 m2 and calculated the mean richness and standard deviations, as well as maximum, minimum, median, and first and third quartiles for each combination of grain size, taxonomic group, biome, region, vegetation type and phytosociological class.
Results
Patterns of plant diversity in vegetation types and biomes differ across grain sizes and taxonomic groups. Overall, secondary (mostly semi-natural) grasslands and natural grasslands are the richest vegetation type. The open-access file ”GrassPlot Diversity Benchmarks” and the web tool “GrassPlot Diversity Explorer” are now available online (https://edgg.org/databases/GrasslandDiversityExplorer) and provide more insights into species richness patterns in the Palaearctic open habitats.
Conclusions
The GrassPlot Diversity Benchmarks provide high-quality data on species richness in open habitat types across the Palaearctic. These benchmark data can be used in vegetation ecology, macroecology, biodiversity conservation and data quality checking. While the amount of data in the underlying GrassPlot database and their spatial coverage are smaller than in other extensive vegetation-plot databases, species recordings in GrassPlot are on average more complete, making it a valuable complementary data source in macroecology.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11391/1505745
Citazioni
ND
48
44
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.