Butterfly species richness and community composition in forests affected by ENSO-induced burning and habitat isolation in Borneo
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Landscape-scale studies of community traits such as species richness and community composition are sorely needed to explore the impact of large-scale disturbance events such as ENSO (El Niño Southern Oscillation)-induced burning and habitat isolation on rain-forest communities. Here we assess butterflies in continuous forest, in unburned isolates surrounded by burned forest and in burned forest, in addition to areas sampled before the most recent (1997/98) large-scale burn event in Borneo. Overall levels of species richness were significantly higher pre-ENSO and in continuous forest than in unburned isolates and burned forest. There was, however, some variation among butterfly families in these patterns, with no significant differences among habitats (continuous forest, isolates and burned forest) for the Hesperiidae and significant differences for the other butterfly families. Patterns of community composition showed that similarity was greater between distant continuous forest and isolates than between either of these and burned forest. Since the unburned isolates were surrounded by the burned forest this indicates that the habitat (burned or unburned) overrides geographical differences. Dominant species that contributed substantially to differences among habitats were often completely absent from either burned or unburned forest. The combined patterns of species richness and community structure suggest that burning affects forest ecosystems by a replacement of dominant species while habitat isolation may affect areas by leading to the local extinction of rare species.
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.
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 découle