What makes the Sino‐Himalayan mountains the major diversity hotspots for pheasants?
Notice bibliographique
Résumé
Abstract Aim The Sino‐Himalayas have higher species richness than adjacent regions, making them a global biodiversity hotspot. Various mechanisms, including ecological constraints, energetic constraints, diversification rate (DivRate) variation, time‐for‐speciation effect and multiple colonizations, have been posited to explain this pattern. We used pheasants (Aves: Phasianidae) as a model group to test these hypotheses and to understand the ecological and evolutionary processes that have generated the extraordinary diversity in these mountains. Location Sino‐Himalayas and adjacent regions. Taxon Pheasants. Methods Using distribution maps predicted by species distribution models (SDMs) and a time‐calibrated phylogeny for pheasants, we examined the relationships between species richness and predictors including net primary productivity (NPP), niche diversity (NicheDiv), DivRate, evolutionary time (EvolTime) and colonization frequency using Pearson's correlations and structural equation modelling (SEM). We reconstructed ancestral ranges at nodes and examined basal/derived species patterns to reveal the mechanisms underlying species richness gradients in the Sino‐Himalayas. Results We found that ancestral pheasants originated in Africa in the early Oligocene (~33 Ma), and then colonized the Sino‐Himalayan mountains and other regions. In the Sino‐Himalayas, species richness was strongly related to DivRate, NPP, NicheDiv and colonization frequency, but weakly correlated with EvolTime. The direct effects of NicheDiv and DivRate on richness were stronger than NPP and EvolTime. NPP indirectly influenced species richness via DivRate, but its effect on richness via NicheDiv was relatively weak. Main conclusions Higher species diversity in the Sino‐Himalayas was generated by both ecological and evolutionary mechanisms. An increase in available niches, rapid diversifications and multiple colonizations was found to be key direct processes for the build‐up of the diversity hotspots of pheasants in the Sino‐Himalayan mountains. Productivity had an important but indirect effect on species richness, which worked through increased DivRate. Our study offers new insights on species accumulation in the Sino‐Himalayas and provides a useful model for understanding other biodiversity hotspots.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».