Using climate, energy, and spatial-based hypotheses to interpret macroecological patterns of North America chelonians
Notice bibliographique
Résumé
Our study investigates how factors, such as latitude, productivity, and several environmental variables, influence contemporary patterns of the species richness in North American turtles. In particular, we test several hypotheses explaining broad-scale species richness patterns on several species richness data sets: (i) total turtles, (ii) freshwater turtles only, (iii) aquatic turtles, (iv) terrestrial turtles only, (v) Emydidae, and (vi) Kinosternidae. In addition to spatial data, we used a combination of 25 abiotic variables in spatial regression models to predict species richness patterns. Our results provide support for multiple hypotheses related to broad-scale patterns of species richness, and in particular, hypotheses related to climate, productivity, water availability, topography, and latitude. In general, species richness patterns were positively associated with temperature, precipitation, diversity of streams, coefficient of variation of elevation, and net primary productivity. We also found that North America turtles follow the general latitudinal diversity gradient pattern (i.e., increasing species richness towards equator) by exhibiting a negative association with latitude. Because of the incongruent results among our six data sets, our study highlights the importance of considering phylogenetic constraints and guilds when interpreting species richness patterns, especially for taxonomic groups that occupy a myriad of habitats.
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 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) | 0,001 | 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 tête enseignante, 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 ».