Dispersal ecology of the lowland rain forest in the Vava'u island group, Kingdom of Tonga
Notice bibliographique
Résumé
Abstract We explore the dispersal ecology of the tropical lowland rain forest on the Vava'u island group, Kingdom of Tonga, to understand dispersal adaptations across successional vegetation types and by species origin. We utilise quantitative data on the relative plant abundance (basal area for overstorey and cover for understorey) of forest species from 64 600‐m 2 vegetation plots on 13 islands. Frequencies of species by dispersal mechanisms permit comparisons according to community types, between understorey and overstorey taxa, and between endemic, indigenous, and exotic species (both Polynesian and European introductions). Birds and bats disperse 80% of the plant species in the lowland rain forests of Vava'u; water dispersal (40% of the species) is of secondary importance. Plants introduced by Polynesians comprise 5–10% of the rain forest overstorey; European introductions are common in the early successional forest, principally in the understorey. Over 30% of the indigenous trees in the late successional rain forest are potentially dispersed by rodents, but more likely these introduced (Polynesian and European) rats primarily act as seed predators. Plants in the lowland tropical rain forests of Vava'u are largely dispersed intra‐island by birds and bats. While plants dispersed by epizoochory and human cultivation are encroaching in the early successional stages of the rain forest, perhaps the greater effect on these tropical forests may be seed predation by rodents, especially in late successional rain forest. Since the majority of the indigenous rain forest species are dispersed by native fauna, it is imperative that the extant birds and fruit bats of the Kingdom of Tonga continue to be preserved to maintain the regeneration of the rain forests on these relatively isolated oceanic islands.
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 | 0,003 | 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 | 0,000 |
| 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) | 0,000 | 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 ».