Occurrence of lemurs in landscapes and their species‐specific scale responses to habitat loss
Notice bibliographique
Résumé
Studies on the impact of habitat loss on species occurrence consistently find that the amount of habitat (measured as patch area) is a major determinant of species occurrence at a patch-level. However, patch-level research may fail to detect important patterns and processes only observable at a landscape-level. A landscape-level approach that incorporates species-specific scale responses is needed to better understand what drives species occurrence. Our aim was to determine the landscape-level scale of effect of habitat amount on the occurrence of three species of nocturnal lemurs (Cheirogaleus medius, Microcebus murinus, and M. ravelobensis). We surveyed line transects to determine the occurrence of three lemur species within a fragmented landscape of deciduous dry forest and anthropogenic grassland in northwestern Madagascar. To determine the scale of effect of habitat loss on lemur occurrence, we compared logistic regression models of occurrence against habitat amount among eight different landscape scales using Akaike's Information Criterion values. We found differing scale responses among the lemurs in our study. Occurrence of C. medius responded to habitat amount at scales between 0.5-4 ha, M. murinus at scales between 1 and 4 ha and M. ravelobensis at scales between 0.125 and 4 ha. We suggest that the scale of effect for C. medius is mediated by their ability to hibernate. A relatively lower scale-response for Microcebus spp. likely reflect their omnivorous diet, small habitat requirements, and limited dispersal ability. Differences in scale responses between M. murinus and M. ravelobensis are likely a result of differing dispersal ability and responses to edge effects between these species. Our study is among the first on lemurs to show the value of a landscape-level approach when assessing the effects of habitat loss on species occurrence.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».