MétaCan
Menu
Retour à la cohorte
Enregistrement W2296809470 · doi:10.1139/gen-2015-0192

Can butterflies cope with city life? Butterfly diversity in a young megacity in southern China

2016· article· en· W2296809470 sur OpenAlexvenueno aff
Kong‐Wah Sing, Hui Dong, Wenzhi Wang, John‐James Wilson

Notice bibliographique

RevueGenome · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Malaya
Mots-clésButterflySpecies richnessUrbanizationMegacityGeographyEcologyChinaDiversity (politics)Species diversityBiodiversityBiology

Résumé

récupéré en direct d'OpenAlex

During 30 years of unprecedented urbanization, plant diversity in Shenzhen, a young megacity in southern China, has increased dramatically. Although strongly associated with plant diversity, butterfly diversity generally declines with urbanization, but this has not been investigated in Shenzhen. Considering the speed of urbanization in Shenzhen and the large number of city parks, we investigated butterfly diversity in Shenzhen parks. We measured butterfly species richness in four microhabitats (groves, hedges, flowerbeds, and unmanaged areas) across 10 parks and examined the relationship with three park variables: park age, park size, and distance from the central business district. Butterflies were identified based on wing morphology and DNA barcoding. We collected 1933 butterflies belonging to 74 species from six families; 20% of the species were considered rare. Butterfly species richness showed weak negative correlations with park age and distance from the central business district, but the positive correlation with park size was statistically significant (p = 0.001). Among microhabitat types, highest species richness was recorded in unmanaged areas. Our findings are consistent with others in suggesting that to promote urban butterfly diversity it is necessary to make parks as large as possible and to set aside areas for limited management. In comparison to neighbouring cities, Shenzhen parks have high butterfly diversity.

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 enseignants0,282
Score d'incertitude au seuil0,993

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 Opus0,032
Tête enseignante GPT0,175
Écart entre enseignants0,142 · 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

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetPlant and animal studiesTravaux en français237 207