Effects of Selective Logging on Bat Communities in the Southeastern Amazon
Notice bibliographique
Résumé
Although extensive areas of tropical forest are selectively logged each year, the responses of bat communities to this form of disturbance have rarely been examined. Our objectives were to (1) compare bat abundance, species composition, and feeding guild structure between unlogged and low-intensity selectively logged (1-4 logged stems/ha) sampling grids in the southeastern Amazon and (2) examine correlations between logging-induced changes in bat communities and forest structure. We captured bats in understory and canopy mist nets set in five 1-ha study grids in both logged and unlogged forest. We captured 996 individuals, representing 5 families, 32 genera, and 49 species. Abundances of nectarivorous and frugivorous taxa (Glossophaginae, Lonchophyllinae, Stenodermatinae, and Carolliinae) were higher at logged sites, where canopy openness and understory foliage density were greatest. In contrast, insectivorous and omnivorous species (Emballonuridae, Mormoopidae, Phyllostominae, and Vespertilionidae) were more abundant in unlogged sites, where canopy foliage density and variability in the understory stratum were greatest. Multivariate analyses indicated that understory bat species composition differed strongly between logged and unlogged sites but provided little evidence of logging effects for the canopy fauna. Different responses among feeding guilds and taxonomic groups appeared to be related to foraging and echolocation strategies and to changes in canopy cover and understory foliage densities. Our results suggest that even low-intensity logging modifies habitat structure, leading to changes in bat species composition.
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 ».