Causal effects of latitude, disturbance and dispersal limitation on richness in a recovering temperate, subtropical and tropical forest
Notice bibliographique
Résumé
Abstract Question Do regional differences in latitude, and local factors of disturbance and distance from mature forest, influence dispersal syndromes, rate of accumulation of species and total richness in a recovering temperate, subtropical and tropical forest? Location Temperate old‐growth red pine forest, Canada; subtropical Araucaria Atlantic forest, southern Brazil; tropical Gallery forest, central Brazil. Methods We used path analysis to determine causal relationships of regional (latitude) and local (disturbance intensity, distance of recovering site from forest) factors on percentage zoochory, exponent z from species–area relationships and total richness. Results Path results showed linear decreases in percentage zoochory, z and richness with increasing latitude. Disturbance and distance from mature forest each reduced richness by similar amounts; however responses of percentage zoochory and z were inconsistent between the two local factors. A second path model, using only the subtropical and tropical forest, greatly increased model significance, yielded insignificant regional effects and strengthened effects of local factors on the three richness responses. Important results from this path model were linear decreases of z (0.1) and percentage zoochory (10%) and a log‐decrease of richness (five‐fold) 100 m from the mature subtropical and tropical forest. Conclusions Regional differences in latitude and local effects of dispersal limitation can influence forest richness as strongly as disturbance alone. Isolated, recovering subtropical and tropical forest fragments of southern and central Brazil may therefore be recovering at much slower rates than estimates made from those adjacent to mature forest stands.
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 | 0,001 |
| 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 ».