MétaCan
Menu
Retour à la cohorte
Enregistrement W2070674059 · doi:10.1071/wr04033

Regional patterns of mammal abundance and their relationship to landscape variables in eucalypt woodlands near Darwin, northern Australia

2005· article· en· W2070674059 sur OpenAlexaff
Owen Price, Brooke Rankmore, D. Milne, Chris Brock, Charmaine Tynan, Louise Kean, Lisa Roeger

Notice bibliographique

RevueWildlife Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesnon disponible
Mots-clésWoodlandMammalWildlifeEcologyHabitatGeographyAbundance (ecology)Fragmentation (computing)Vegetation (pathology)Habitat fragmentationLandscape ecologyWildlife conservationBiodiversityBiology

Résumé

récupéré en direct d'OpenAlex

Habitat loss and fragmentation are usually construed as having negative consequences for wildlife, and habitat heterogeneity as having a positive effect. We conducted a mammal survey in eucalypt woodlands near Darwin, and found very few mammals in an intact region of the study area. This is consistent with an emerging pattern suggesting that many mammal species are declining across northern Australia, even though habitats remain relatively intact. However, we also found apparently healthy populations of the same species in a fragmented region of the study area. Using a combination of remote sensing, GIS and generalised linear modeling, we found some evidence of relationships between fire regime, fire heterogeneity or vegetation heterogeneity and the distributions of mammal species in this area. However, there was a strong regional component of the distribution that is not explained by these variables. The cause of the lack of mammals in the intact region of the study area has not been revealed by this analysis. One possible reason for this failure is that the landscape variables used in the analysis were too fine to detect variation in mammal abundance occuring at a much courser regional scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,317
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWildlife ResearchMême sujetWildlife Ecology and ConservationTravaux en français237 207