Retention of tree-related microhabitats is more dependent on selection of habitat trees than their spatial distribution
Notice bibliographique
Résumé
Abstract Habitat trees, which provide roosting, foraging and nesting for multiple taxa, are retained in managed forests to support biodiversity conservation. To what extent their spatial distribution influences provisioning of habitats has rarely been addressed. In this study, we investigated whether abundance and richness of tree-related microhabitats (TreMs) differ between habitat trees in clumped and dispersed distributions and whether the abundance of fifteen groups of TreMs is related to tree distribution patterns. To identify habitat trees, we quantified TreMs in temperate mountain forests of Germany. We determined clumping (the Clark–Evans index), size of the convex hull, diameter at breast height, as well as altitude, slope and aspect of sites for their possible influence on TreMs. We additionally determined the difference in TreM abundance and richness among four options of selecting five habitat trees per ha from 15 candidates: (a) the most clumped trees, (b) five randomly selected and dispersed trees, (c) the single tree with highest abundance or richness of TreMs and its four closest neighbors and (d) a “reference selection” of five trees with known highest abundance or richness of TreMs irrespective of their distribution. The degree of clumping and the size of the convex hull influenced neither the abundance nor richness of TreMs. The reference selection, option (d), contained more than twice the number of TreMs compared to the most clumped, (a), or random distributions, (b), of five habitat trees, while option (c) assumed an intermediate position. If the goal of habitat tree retention is to maximize stand-level abundance and richness of TreMs, then it is clearly more important to select habitat trees irrespective of their spatial pattern.
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 | 0,000 | 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) | 0,001 | 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 ».