MétaCan
Menu
Retour à la cohorte
Enregistrement W1493251503 · doi:10.1111/j.1744-7429.2011.00809.x

Moderate Human Disturbance of Rain Forest Alters Composition of Fruiting Plant and Bird Communities

2011· article· en· W1493251503 sur OpenAlexafffund
Kara L. Lefevre, Sapna Sharma, F. Helen Rodd

Notice bibliographique

RevueBiotropica · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésDisturbance (geology)EcologyPlant communityHabitatAbundance (ecology)RainforestGeographyCanopyRelative species abundanceBiologySpecies richness

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Forests worldwide are experiencing rapid environmental change due to human activity. We aimed to increase understanding of anthropogenic impacts on community composition and species interactions. In a natural experiment, we asked whether subsistence human land use has altered the community composition of a Neotropical rain forest on the island of Tobago, in the West Indies. We surveyed fruiting plants and birds in three adjacent habitat types that varied in level of disturbance, and used multivariate analyses to determine whether changes in the plant community were associated with differences in avifauna composition. The three forest habitats had similar plant and bird diversities, yet markedly different species compositions and abundances. Primary forest had the most diverse plant community, while disturbed habitats had a more homogeneous plant composition. Primary and disturbed forest had distinct community compositions, with canopy cover and the relative abundance of plant types explaining 83 percent of the variation in bird species assemblages. Seemingly moderate human disturbance has led to substantial changes in the plant and bird assemblages of Tobago's rain forest, outside of a protected reserve. Our study highlights the direct links between human disturbance and the structure of rain forests, underscoring the impact of even moderate activity on community composition.

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,225
Écart entre enseignants0,198 · 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

Citations11
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotropicaMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207