MétaCan
Menu
Retour à la cohorte
Enregistrement W2147572681 · doi:10.1017/s0266467409006208

Effects of forest age on fruit composition and removal in tropical bird-dispersed understorey trees

2009· article· en· W2147572681 sur OpenAlexaff
Heather A. Lumpkin, W. Alice Boyle

Notice bibliographique

RevueJournal of Tropical Ecology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensWestern University
Organismes subventionnairesNational Science Foundation
Mots-clésSecondary forestUnderstoryBiologyFrugivoreInterspecific competitionCompetition (biology)Old-growth forestAbundance (ecology)SugarEcologyHabitatCanopy

Résumé

récupéré en direct d'OpenAlex

Abstract: Little is known about how land-use changes affect interspecific interactions such as fruit–frugivore mutualisms. Forest age could affect both fruit sugar concentrations via differences in light availability or disperser abundance, and fruit removal rates via differences in bird and plant community composition. We examined how these two factors are affected by forest age in a Costa Rican rain forest. We compared seven young-secondary forest species, seven old-growth forest species, and Miconia nervosa growing in both forests. We measured sugar concentrations in fruits and manipulated the location of paired fruiting branches, measuring subsequent fruit removal. Sugar concentration means were on average 2.1 percentage points higher in young-secondary forest species than in old-growth forest species, but did not differ among Miconia nervosa fruits from the two forests. Fruit removal rates were higher in young-secondary forest for 86% of young-secondary forest species, 71% of old-growth forest species, and on average for both young-secondary and old-growth forest Miconia nervosa individuals. Higher sugar concentrations in young-secondary forest plants could reflect stronger competition for dispersers, while experimental fruit removal results suggests the opposite patterns of competition; fruits are more likely to be removed by dispersers in young-secondary forest independent of fruit nutrient concentration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,140

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,220
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tropical EcologyMême sujetPlant and animal studiesTravaux en français237 207