MétaCan
Menu
Retour à la cohorte
Enregistrement W2923753830 · doi:10.1649/0010-065x-73.1.202

The Influence of Environmental Temperature and Humidity on the Elevational and Temporal Distributions of Rove Beetles (Coleoptera: Staphylinidae) in a Quercus L. Forest in Jalisco, Mexico

2019· article· en· W2923753830 sur OpenAlexaff
William Rodríguez, José Luís Navarrete-Heredia, Jan Klimaszewski, Roger Guevara

Notice bibliographique

RevueThe Coleopterists Bulletin · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessHumidityCarrionEcologyAbundance (ecology)Altitude (triangle)Cloud forestDry seasonBiologyEnvironmental scienceGeographyMontane ecology

Résumé

récupéré en direct d'OpenAlex

We analyzed the influence of humidity, temperature, and temporal and elevational distribution on the composition, abundance, and richness of rove beetle assemblages captured with carrion traps in a Quercus L. forest, Cerro de García, Jalisco, Mexico. Four sites with elevations ranging 2,100–2,700 m were surveyed. Beetles were captured monthly from September 2013 to August 2014. Three carrion traps were set at each sampling site, separated by 100 m distance. At each site, a data-logger was used to record temperature and humidity. In total, 18,054 rove beetles were captured, belonging to nine subfamilies, 11 tribes, 33 genera, and 75 species. The rove beetle assemblage showed the highest diversity during the rainy season (q = 0, 1 and 2) and the lowest during the dry season. The composition of the assemblage at 2,700 m elevation was mainly influenced by humidity and at 2,100 m by temperature. Beta diversity in the Quercus forest at different elevations and collecting periods was best explained by species replacements (shifts), and the interaction of humidity and temperature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,189
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Coleopterists BulletinMême sujetForest Insect Ecology and ManagementTravaux en français237 207