Homogenization of dispersal ability across bird species in response to landscape change
Notice bibliographique
Résumé
Human land use is known to homogenize biotic communities, increasing similarity in their genetic, taxonomic and functional diversity. Explanations have focused almost exclusively on human‐mediated extinction and range expansion. However, homogenization could also be produced by land use driving selection for similar traits across species. We propose a novel hypothesis to explain how human land use homogenizes dispersal ability across species. With habitat loss and increasing human land use intensities there should be larger increases in the costs of dispersal for dispersive than sedentary species, because dispersive species interact with non‐habitat more frequently. In contrast, the benefits of dispersal should increase more for sedentary than dispersive species, because sedentary species are at greater risk from inbreeding depression, predation and competition associated with habitat loss. Therefore we predict that sedentary species become more dispersive in a human‐altered landscape, and dispersive species more sedentary. We tested this prediction using wing pointedness to estimate the initial dispersal ability and change in dispersal ability for 21 North American passerines over the 20th century. More pointed wings are associated with stronger dispersal ability. Thus our prediction would be supported by a negative cross‐species relationship between these two measurements. We found a strong, negative relationship, as predicted. This resulted in declines in the variability in wing pointedness among species over time. Although other things can cause wing shape to change, including changes in habitat availability, none of these explained the observed relationship. Our result provides the first evidence that human landscape alteration is homogenizing bird communities, driving selection for intermediate dispersal ability across species. It also implies that more dispersive species are more at‐risk from human landscape use because, when rates of landscape alteration are faster than a species’ ability to adapt to that change, the costs of dispersal increase more for dispersive than sedentary 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.
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 ».