Does climate determine broad‐scale patterns of species richness? A test of the causal link by natural experiment
Notice bibliographique
Résumé
ABSTRACT Aim Broad‐scale spatial patterns of species richness are very strongly correlated with climatic variables. If there is a causal link, i.e. if climate directly or indirectly determines patterns of richness, then when the climatic variables change, richness should change in the manner that spatial correlations between richness and climate would predict. The present study tests this prediction using seasonal changes in climatic variables and bird richness. Location We used a grid of equal area quadrats (37 000 km 2 ) covering North and Central America as far south as Nicaragua. Methods Summer and winter bird distribution data were drawn from monographs and field guides. Climatic data came from published sources. We also used remotely sensed NDVI (normalized difference vegetation index — a measure of greenness). Results Bird species richness changes temporally (between summer and winter) in a manner that is close to, but statistically distinguishable from, the change one would predict from models relating the spatial variation in richness at a single time to climatic variables. If one further takes into account the seasonal changes in NDVI and within‐season variability of temperature and precipitation, then winter and summer richness follow congruent, statistically indistinguishable patterns. Main conclusions Our results are consistent with the hypothesis that climatic variables (temperature and precipitation) and vegetation cover directly or indirectly influence patterns of bird species richness.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».