A global database on non-volant small mammal composition in natural and human-modified habitats
Notice bibliographique
Résumé
Non-volant small mammals, which include small-bodied representatives from several mammal orders, have been used as a model group to test the effects of habitat conversion and edge creation on biodiversity. Small mammals occupy a large variety of habitat types and vegetation strata, and have varied lifestyles and diets. They include species with slow-to fast-life history (the Etruscan shrew Suncus etruscus and European Hare Lepus europaeus, respectively) and with very specialized to very generalist habits and diets (the Atlantic bamboo rat Kannabateomys amblyonyx and house mouse Mus musculus, respectively). There are no databases with global coverage focusing on small mammal composition in natural and human-modified habitats and that include neglected natural habitats (e.g. grasslands and savannas). Here, peer-reviewed articles were searched in the primary literature to synthesize almost half century (1973–2017) of research on small mammal composition in natural forests, grasslands and their natural edges, and in five types of human-modified habitats (human-induced forest edges, human-induced grassland edges, crop fields, clear-cuts and tree plantations). The complete database includes information from 199 peer-reviewed articles. Presence data were obtained for 534 species (including 30 unidentified) in 551 sites distributed in 45 countries, 92 ecoregions, 10 biomes and six realms. Measurements of sampling effort and number of species records (number of individuals, captures) per habitat were also obtained, from which researchers can calculate a measure of abundance standardized by the sampling effort. The database will be useful for researchers interested in local-to broad-scale patterns of alpha- and beta-diversity in natural and human-modified habitats.
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 | 0,000 | 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 ».