MétaCan
Menu
Retour à la cohorte
Enregistrement W2158209940 · doi:10.1111/jbi.12063

Local forest structure, climate and human disturbance determine regional distribution of boreal bird species richness in <scp>A</scp>lberta, <scp>C</scp>anada

2012· article· en· W2158209940 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Biogeography · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of AlbertaNatur og Univers, Det Frie Forskningsråd
Mots-clésSpecies richnessGuildEcologyTaigaVegetation (pathology)GeographyDisturbance (geology)Abiotic componentGeneralist and specialist speciesHabitatBorealSpatial heterogeneityBiomass (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

Abstract Aim It is challenging to disentangle how local habitat structure, climate, and human disturbance interplay to determine broad‐scale variation of species richness. Here, we separated various measures of local forest structure and composition, abiotic factors, and human land cover that constrain species richness of bird guilds in the boreal forest. Location Boreal forest, western C anada. Methods Data on breeding birds, habitat structure, climate and human footprints in 206 sites were sampled, with each site centred on an area of 1 ha in size. The 206 sites cover a large geographical extent with a distance of c . 1000 km between the most distant sites. We modelled bird guild species richness in relation to forest structure and composition (woody plant richness, forest biomass, number of vegetation layers, canopy openness), abiotic environment (temperature, precipitation, elevation), and percentage area of human land cover. We classified bird species into different guilds based on dietary preference, habitat specialization and migratory status, and used structural equations to quantify effect strengths of predictor variables. Results We found that temperature, low levels of human land cover, woody plant richness and number of vegetation layers had strong positive correlations with overall bird species richness in the boreal forest. Moreover, local forest structure and composition showed a pronounced variation in their relationships with species richness of different guilds. Insectivores, old‐growth forest specialists, forest generalists, long‐distance migrants and winter residents showed strong positive correlations with woody plant richness, whereas old‐growth forest specialists and winter residents were strongly related to forest biomass as well. The number of vegetation layers was positively related to species richness of most guilds, whereas the response to canopy openness was most pronounced for old‐growth forest specialists and winter residents (being negatively correlated). Main conclusions In addition to climate and human disturbance, local forest structure and composition are important determinants of broad‐scale variation of bird species richness in boreal forest. However, the strength and direction (positive/negative) of determinants is guild‐specific, suggesting a strong functional component to community structure.

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 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 enseignants0,004
Score d'incertitude au seuil0,618

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 technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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