Species‐area relationships of lemurs in a fragmented landscape in Madagascar
Notice bibliographique
Résumé
We used species-area relationships (SARs) to investigate the effects of habitat loss on lemur biogeography. We measured species richness via visual surveys on line transects within 42 fragments of dry deciduous forest at the Ambanjabe field site in Ankarafantsika National Park, Madagascar. We measured human disturbance and habitat characteristics within 38 of the 42 fragments. We measured the distance between each fragment and the nearest settlement, continuous forest, and nearest neighboring fragment. We fit 10 candidate SAR models to the data using nonlinear least squares regression and compared them using Akaike's Information Criterion (AIC). To determine how habitat characteristics, as well as area, influenced species richness, we ran a hierarchical partitioning procedure to select which variables to include in generalized additive models (GAMs) and compared them using AIC. Contrary to expectations, we found that lemurs form convex SARs, without a "small island effect", and with the power model being the most likely SAR model. Although we found that four variables (area, survey effort, and total human disturbance, and mean tree height) independently contributed greater than 10% of the variation in lemur species richness, only area was included in the most likely model. We suggest that the power model was the most likely SAR model and our inability to detect a "small island effect" are the result of Microcebus spp. being edge tolerant and capable of dispersing through matrix, scale issues in the study design, and low γ-diversity in the landscape. However, more study is needed to determine what role human disturbance plays in influencing species richness in lemurs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».