Influence of the environmental heterogeneity of breeding ponds on anuran assemblages from southeastern Brazil
Notice bibliographique
Résumé
We hypothesized that the environmental heterogeneity of breeding ponds influences the species composition and species richness of anuran assemblages from southeastern Brazil, because it provides humidity, shelter, and breeding microhabitats for anuran species, which can result in an increasing number of species in a given habitat. To begin, we tested whether the occurrence of anuran species in each breeding pond is different from a null model of random placement of species in those ponds. We then performed two tests to evaluate which of the five environmental descriptors of breeding ponds influence (1) the species composition and (2) species richness. Species composition of the 38 breeding ponds was correlated with number of edge types, number of plant types along the edges of the breeding ponds, and the hydroperiod. Neither the percentage of vegetation cover on the water’s surface nor the size of the breeding ponds were correlated with species composition. Only the number of edge types was correlated with species richness of breeding ponds. The correlation of three environmental descriptors with species composition and one environmental descriptor with species richness, as well as the high beta diversity among breeding ponds, suggest that the analyses of environmental heterogeneity on species composition was more informative than was the analysis for species richness, because breeding ponds with similar species richness can have distinct species composition among them (high beta diversity).
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 ».