Role of Landscape Scale in the Distribution of Rodents in an Agroecosystem of Argentina
Notice bibliographique
Résumé
The goal of this study was to assess the effect of the different habitats on rodent diversity, and to estimate the effect of changes in land use on the rodent abundance through different possible scenarios. We sampled poultry farms, human houses, riparian habitats, railway embankments, woodlots, pasture, crop fields and their borders. The habitats with highest frequency of captures were poultry farms and crop field borders, mainly because of Mus musculus and Akodon azarae captures, respectively. All rodent species were found in at least six of the nine habitats sampled, but in some of them with low frequency. The different habitats differed in their contribution to the abundance of each species. Crop fields and pasture borders contributed more than 40% to the abundance of A. azarae, Oxymycterus rufus, Oligoryzomys flavescens and Calomys musculinus, while poultry farms had higher abundance of M. musculus. Woodlots and railway embankments showed a high contribution to O. flavescens abundance. The increase in the area covered by crop fields and human habitats led to an increase in the abundance of M. musculus and Calomys spp. and to a decrease in the relative abundance of other species. Considering the role of habitat diversity in rodent diversity, our results suggest that none of the species studied, except M. musculus, which is highly dependent on farms, depends on a single habitat and that their abundance is supported by a variety of less perturbed habitats. The current changes in land use would generate an increase in M. musculus abundance in detriment of wildlife species which are associated with undisturbed habitats.
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 | 0,001 | 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 ».