Oil palm plantations fail to support mammal diversity
Notice bibliographique
Résumé
Agricultural expansion is the largest threat to global biodiversity. In particular, the rapid spread of tree plantations is a primary driver of deforestation in hyperdiverse tropical regions. Plantations tend to support considerably lower biodiversity than native forest, but it remains unclear whether plantation traits affect their ability to sustain native wildlife populations, particularly for threatened taxa. If animal diversity varies across plantations with different characteristics, these traits could be manipulated to make plantations more "wildlife friendly." The degree to which plantations create edge effects that degrade habitat quality in adjacent forest also remains unclear, limiting our ability to predict wildlife persistence in mixed-use landscapes. We used systematic camera trapping to investigate mammal occurrence and diversity in oil palm plantations and adjacent forest in Sabah, Malaysian Borneo. Mammals within plantations were largely constrained to locations near native forest; the occurrence of most species and overall species richness declined abruptly with decreasing forest proximity from an estimated 14 species at the forest ecotone to -1 species 2 km into the plantation. Neither tree height nor canopy cover within plantations strongly affected mammal diversity or occurrence, suggesting that manipulating tree spacing or planting cycles might not make plantations more wildlife friendly. Plantations did not appear to generate strong edge effects; mammal richness within forest remained high and consistent up to the plantation ecotone. Our results suggest that land-sparing strategies, as opposed to efforts to make plantations more wildlife-friendly, are required for regional wildlife conservation in biodiverse tropical ecosystems.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,014 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».