Notice bibliographique
Résumé
Three prominent explanations have been proposed to explain the dramatic differences in species richness across regions and elevations, (i) time for speciation, (ii) diversification rates, and (iii) ecological limits. But the relative importance of these explanations and, especially, their interplay and possible synthesis remain largely elusive. Integrating diversification analyses, null models, and geographic information systems, I study avian richness across regions and elevations of the New World. My results reveal that even though the three explanations are differentially important (with ecological limits playing the dominant role), each contributes uniquely to the formation of richness gradients. Further, my results reveal the likely interplay between the explanations. They indicate that ecological limits hinder the diversification process, such that the accumulation of species within a region gradually slows down over time. Yet, it does not seem to converge toward a hard ceiling on regional richness. Instead, species-rich regions show suppressed, but continued, diversification, coupled with signatures of possible competition (esp. Neotropical lowlands). Conversely, species-poor, newly-colonized regions show fast diversification and weak to no signs of competition (esp. Nearctic highlands). These results held across five families of birds, across grid cells, biomes, and elevations. Together, my findings begin to illuminate the rich, yet highly consistent, interplay of the mechanisms that together shape richness gradients in the New World, including the most species-rich biodiversity hotspots on the planet, the Andes and the Amazon. [Biogeography; community; competition; macroevolution; phylogenetics; richness gradient.].
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».