MétaCan
Menu
Retour à la cohorte
Enregistrement W2943559773 · doi:10.1002/eap.1916

Lifetime productivity of tree cavities used by cavity‐nesting animals in temperate and subtropical forests

2019· article· en· W2943559773 sur OpenAlexafffundabout
Kristina L. Cockle, M. Kurtis Trzcinski, Karen L. Wiebe, Amanda B. Edworthy, Kathy Martin

Notice bibliographique

RevueEcological Applications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensEnvironment and Climate Change CanadaUniversity of SaskatchewanUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaColumbus Zoo and AquariumAgencia Nacional de Promoción Científica y TecnológicaEnvironment and Climate Change CanadaRufford Foundation
Mots-clésSpecies richnessEcologyTemperate climateProductivitySubtropicsNest (protein structural motif)Temperate rainforestBiodiversityEcosystemGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Tree cavities are a critical multi-annual resource that can limit populations and structure communities of cavity-nesting vertebrates. We examined the regional and local factors influencing lifetime productivity (number and richness of occupants) of individual tree cavities across two divergent forest ecosystems: temperate mixed forest in Canada and subtropical Atlantic Forest, Argentina. We predicted that (1) species would accumulate more rapidly within cavities in the species-rich system (Argentina: 76 species) than the poorer system (Canada: 31 species), (2) cavity characteristics associated with nest-site selection in short-term studies would predict lifetime cavity productivity, and (3) species would accumulate more rapidly across highly used cavities than across cavities used only once, and in Argentina than in Canada. We monitored and measured nesting cavities used by birds and mammals over 22 breeding seasons (1995-2016) in Canada and 12 breeding seasons (2006-2017) in Argentina. Cavities were used an average of 3.1 times by 1.7 species in Canada and 2.2 times by 1.4 species in Argentina. Species richness within cavities increased with number of nesting events at similar rates in Canada and Argentina, in both cases much slower than expected if within-cavity species assemblages were random, suggesting that lifetime richness of individual cavities is more strongly influenced by local ecological factors (nest site fidelity, nest niche) than by the regional species pool. The major determinant of lifetime cavity productivity was the cavity's life span. We found only weak or inconsistent relationships with cavity characteristics selected by individuals in short-term nest-site selection studies. Turnover among (vs. within) cavities was the primary driver of diversity at the landscape scale. In Canada, as predicted, species accumulation was fastest when sampling across high-use cavities. In Argentina, the rates of species accumulation were similar across high- and low-use cavities, and fastest when both high- and low-use cavities were pooled. These findings imply that biodiversity of cavity nesters is maintained by a mix of long-lived (highly productive, legacy trees) and many high-turnover (single-use, fast decaying) tree cavities. Conservation of both long-lasting and single-use cavities should be incorporated into decisions about stand-level forest management, regional land use policies, and reserve networks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,033
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations20
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetAvian ecology and behaviorTravaux en français237 207