The role of transitional areas as avian biodiversity centres
Notice bibliographique
Résumé
ABSTRACT Aim With the ever‐increasing threats to biodiversity, efforts are being directed towards identifying hotspots of special importance for conservation. In particular, there has been an effort to identify irreplaceable regions that are especially rich in rare species. Areas of transition between ecological systems in which multiple species coincide are expected, almost by definition, to be species‐rich. Here, we examine whether this is simply a result of an overlap between two communities in boundary regions, or whether boundary areas also hold concentrations of rare (e.g. range‐limited) species. We ask whether an analysis that includes areas of transition may be a useful contribution to the identification of biodiversity centres. Location and methods To address these questions, we examined the relationship between passeriform richness and range size rarity of approximately 2300 bird species in 4889 1° New World grid cells, and the distance of the cells to boundaries between adjacent plant‐based ecoregions. Results Areas nearer to boundary regions between ecoregions not only had more bird species, but also scored more highly in terms of species rarity. The range centres of the rarest 10% of species were distributed significantly closer to boundaries between ecoregions than were species in general. This pattern persisted for rarity when we divided the New World into three latitudinal belts and analysed each separately, and when we excluded the Andes. It also persisted when compared with randomly generated ecoregion polygons. Main conclusions The findings of this work suggest that transitional environments harbour many rare species, in addition to high richness. Consequently areas of biotic transition should be highly valued as biodiversity centres and need to be included in future global conservation analyses and decisions.
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 | 0,001 |
| 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 ».