Characteristics of refugia used by the threatened Australian growling grass frog (Litoria raniformis) during a prolonged drought
Notice bibliographique
Résumé
Context Because they are dependent on water, drought can have a deleterious impact on aquatic-breeding amphibians. One such species, the threatened growling grass frog (Litoria raniformis) occurs in south-eastern Australia, a region that has recently emerged from a decade-long, severe drought. Aims We aimed to identify features of drought refugia that facilitate persistence of L. raniformis, so as to provide guidance to natural-resource managers attempting to conserve populations of this species during drought. Methods We conducted repeat surveys for L. raniformis at 90 water bodies at the end of the ‘millennium drought’. We recorded the following six environmental variables for each water body: origin (natural or not), type (lotic or lentic), proportion of aquatic vegetation cover, conductivity of water, riparian tree-canopy cover and distance to the nearest woodland. We used occupancy models to relate the presence of L. raniformis to these variables, while accounting for uncertain detection. Key results Water-body type (natural or artificial, lentic or lotic) had minimal influence on the probability of occupancy by L. raniformis. We found a strong negative relationship between occupancy and conductivity of water (a surrogate for salinity), and a positive relationship between occupancy and the proportion of aquatic vegetation. We found a negative relationship between detection and the extent of aquatic vegetation, and a mildly negative effect of canopy cover on occupancy. Conclusions Habitat characteristics are more important indicators of the quality of drought refugia for L. raniformis than is the type of water body per se. Consequently, we identified aquatic vegetation and salinity as important targets for management when planning the retention, creation or restoration of habitat to facilitate persistence of L. raniformis during drought. Implications Our results highlighted aquatic vegetation and water-quality parameters that are likely to facilitate the persistence of L. raniformis during drought. Assessing the effectiveness of our recommendations in an experimental framework would ensure that conservation management of this frog can be refined over time.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».