Quantity and quality of seed dispersal by a large arboreal frugivore in small and large Atlantic forest fragments
Notice bibliographique
Résumé
Seed dispersal is a key process driving the structure, composition, and regeneration of tropical forests. Larger frugivores play a crucial role in community structuring by dispersing large seeds not dispersed by smaller frugivores. We assessed the hypothesis that brown howler monkeys (Alouatta guariba clamitans) provide seed dispersal services for a wide assemblage of plant species in both small and large Atlantic forest fragments. Although fruit availability often decreases in small fragments compared with large ones, we predicted that brown howlers are efficient seed dispersers in quantitative and qualitative terms in both forest types given their high dietary flexibility. After a 36-month study period and 2,962 sampling hours, we found that howlers swallowed and defecated intact the vast majority of seeds (96%-100%) they handled in all study sites. Overall, they defecated ca. 315,600 seeds belonging to 98 species distributed in eight growth forms. We estimated that each individual howler dispersed an average of 143 (SD = 49) seeds >2 mm per day or 52,052 (SD = 17,782) seeds per year. They dispersed seeds of 58% to 93% of the local assemblages of fleshy-fruit trees. In most cases, the richness and abundance of seed species dispersed was similar between small and large fragments. However, groups inhabiting small fragments tended to disperse a higher diversity of seeds from rarely consumed fruits than those living in large fragments. We conclude that brown howlers are legitimate seed dispersers for most fleshy-fruit species of the angiosperm assemblages of their habitats, and that they might favor the regeneration of Atlantic forest fragments with the plentiful amount of intact seeds that they disperse each year.
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 | 0,001 | 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) | 0,000 | 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 ».