Local‐regional relationships and the geographical distribution of species
Notice bibliographique
Résumé
ABSTRACT Aim Local‐regional (LR) species diversity plots were conceived to assess the contribution of regional and local processes in shaping the patterns of biological diversity, but have been used also to explore the scaling of diversity in terms of its alpha, beta, and gamma components. Here we explore the idea that patterns in the geographical ranges of species over a continent can determine the shape of small region to large region (SRLR) plots, which are equivalent to LR plots when comparing the diversity of sites at two regional scales. Location To test that idea, we analysed the diversity patterns at two regional scales for the mammals of North America, defined as the mainland from Alaska and Canada to Panama. Method We developed a theoretical model relating average range size of species over a large‐scale region with its average regional point species diversity (RPD). Then, we generated a null model of expected SRLR plots based on theoretical predictions. Species diversities at two scales were modelled using linear and saturation functions for Type I and Type II SRLR relationships, respectively. We applied the models to the case of North American mammals by examining the regional diversity and the RPD for 21 large‐scale quadrats (with area equal to 160,000 km2), arranged along a latitudinal gradient. Results Our model showed that continental and large‐scale regional patterns of distribution of species can generate both types of SRLR relationship, and that these patterns can be reflected in LR plots without invoking any kind of local processes. We found that North American nonvolant mammals follow a Type I SRLR relationship, whereas bats follow a Type II pattern. This difference was linked to patterns in which species of the two mammalian groups distribute in geographical space. Conclusion Traditional LR plots and the new SRLR plots are useful tools in exploring the scaling of species diversity and in showing the relationship between distribution and diversity. Their usefulness in comparing the relative role of local and regional processes is, however, very limited.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».