Ecological predictors of spider sociality in the<scp>A</scp>mericas
Notice bibliographique
Résumé
Abstract Aim To evaluate the relative importance of environmental factors relevant to specific hypotheses that have been proposed to explain the distribution of social and subsocial A nelosimus spiders in the American continent and E cuador. For social species, we test the seasonality and prey size hypotheses, which posit that species forming long‐lived multifemale colonies require aseasonal conditions and warm and productive environments in which large insects can develop. For subsocial species, we test the rain intensity and predation risk hypotheses, which posit that species whose colonies contain a single female and her offspring cannot occupy areas where strong rains cause frequent damage to their webs and where warm temperatures and high productivity promote greater predation. Location A merica, E cuador. Methods Using generalized linear models, hierarchical variance partitioning, M axent distribution modelling and phylogenetically controlled regressions, we analysed the relative importance of environmental variables that either directly or indirectly relate to these non‐exclusive hypotheses – temperature and precipitation seasonality (seasonality hypothesis), annual temperature and net primary productivity (insect size and predation hypotheses) and rain intensity (rain intensity hypothesis). Results Temperature seasonality, followed by annual temperature and rain intensity, were the most important predictors of the distribution of spider sociality across America, whereas temperature and rain intensity predominated in the largely aseasonal E cuador. In general, social species were associated with lower temperature seasonality, warmer temperatures and higher rain intensity than subsocial species. Main conclusion The association of social A nelosimus with warm and wet areas in the tropics is consistent with both the seasonality and prey size hypotheses, i.e. both aseasonal conditions and warm temperatures, which allow large insects to develop, are needed for large social colonies to form. That subsocial A nelosimus drop‐out from tropical areas with warm temperatures and high rain intensity is consistent with the hypotheses that high predation risk and disturbance by strong rains exclude subsocial A nelosimus from the lowland rain forest.
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 | 0,001 |
| 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 ».