When the species–time–area relationship meets island biogeography: Diversity patterns of avian communities over time and space in a subtropical archipelago
Notice bibliographique
Résumé
Abstract Aim The species–area ( SAR ) and species–time relationships ( STR ) are of vital importance in community ecology. Previous studies suggest that a unified, general species–time–area relationship ( STAR ) may hold, with non‐independent scaling of richness across space and time. Most STAR studies to date have considered species accumulation curves in relatively homogeneous habitats. Here, we test the generality of the STAR in an island system and assess how factors other than area influence species richness, accumulation and turnover through time. Location Thousand Island Lake, China. Methods We surveyed bird communities on 36 islands using line transects, and calculated annual species richness of breeding birds from 2007 to 2015. We built island STAR models at island (island STAR ; ISTAR ) and transect levels (local community–time–area relationship; LCTAR ). We employed partial correlations and multiple regressions to examine potential influences of island attributes other than area (i.e. isolation, edge effect and habitat richness) on slopes of STR s. Results ISTAR and LCTAR models explained 88.8% and 83.1% of total variance, respectively, and both models have a negative space–time interaction. Richness scales comparably in space and time, for both whole‐island and transect‐level analyses. The partial correlation analysis showed that distance to mainland and perimeter‐to‐area ratio are significantly positively correlated with the time scalar ( w ), and habitat richness and w are negatively correlated. Multiple regression models identify perimeter‐to‐area ratio as particularly influential. Main conclusions The STAR pattern generalized to an island system where species turnover is high, indicating an interdependency of time and space in determining species richness. Islands have attributes other than area that influence patterns of species accumulation and turnover through time. Ecologists should consider the interdependence of space and time when characterizing species richness patterns.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».