Nestedness in insular floras: spatiotemporal variation and underlying mechanisms
Notice bibliographique
Résumé
Aims: Nestedness is a characteristic of insular metacommunity structure. Relatively few studies, however, have attempted to evaluate temporal changes in nestedness, or elucidate the mechanisms underlying nestedness. I evaluated both spatial and temporal patterns of nestedness in the insular floras of four archipelagoes of small islands in the Bahamas and the potential underlying environmental gradients. Methods: The NODF (a nestedness metric based on overlap and decreasing fill) and the matrix temperature measure, T, were used to quantify nestedness in insular floras on small islands near Abaco, Andros, Great Exuma and the Exuma Cays, Bahamas. Two different null models were employed for each nestedness measure. Six environmental variables were evaluated in relation to nestedness by ordering islands according to gradients and recalculating NODF scores. Important Findings: All archipelagoes were significantly nested. Nestedness among sites contributed more to overall nestedness than did nestedness among species. NODF scores varied among archipelagoes, but were surprisingly constant over time. Ordering islands by vegetated area yielded the highest nestedness scores for three archipelagoes; ordering islands by protection from exposure yielded the highest nestedness score for one archipelago. Nestedness scores varied little over time even though species compositions changed, indicating that extinctions occurred in a deterministic manner. The relative importance of area suggests extinction is an important mechanism in producing nestedness. Attempting to determine the relative importance of immigrations or extinctions requires some assumptions, however, and both processes are likely cumulative in most cases.
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 | 0,000 |
| 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 ».