Disturbance, species loss and compensation: Wildfire and grazing effects on the avian community and its food supply in the Serengeti Ecosystem, Tanzania
Notice bibliographique
Résumé
Abstract An important question in biodiversity studies is whether disturbances in ecosystems will cause a net loss of species or whether such losses can be compensated by replacement of other species. We use two natural disturbances, fire and grazing, to examine the response of bird and arthropod communities in grasslands of Serengeti, Tanzania. Both burning and grazing by migrant ungulates take place at the end of the rains in June–July. We documented the communities before disturbance, then 1, 4 and 20 weeks after disturbance on three replicate plots and compared them with three undisturbed plots. Birds were recorded by observation, arthropods from pitfall, tray trap and sweepnet samples. We expected that as the grass biomass was reduced by either disturbance, bird communities would change with concomitant change in arthropod food abundance. Alternatively, bird communities would change not with the absolute amount of food but with the greater accessibility of food as the grass structure changed from long to short grass. Results showed first that both bird species richness and abundance increased after both types of disturbance, but burnt sites showed a greater increase than that for grazed sites. Second, there was a change in bird species composition with disturbance. The functionally equivalent athi short‐toed lark (Calandrella athensis) was replaced by the red‐capped lark (Calandrella cinerea). Third, the abundance of most groups of arthropods was lower on disturbed sites than those on undisturbed sites, and the reduction of arthropod numbers was greatest on burnt sites. These results imply that bird abundance did not occur through an increase in arthropod abundance but rather through a change in the grass structure making food more accessible; and the higher predation could have caused the lower arthropod abundance. In addition, some bird species replaced others thus functionally compensating for their loss.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».