MétaCan
Menu
Retour à la cohorte
Enregistrement W3092668748 · doi:10.1643/ch-19-268

Niche Partitioning between Two Sympatric Lizards in the Chiricahua Mountains of Arizona

2020· article· en· W3092668748 sur OpenAlexaff
Rachel Bergeron, Gabriel Blouin‐Demers

Notice bibliographique

RevueCopeia · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmphibian and Reptile Biology
Établissements canadiensCanadian Network for Innovation in Education
Organismes subventionnairesnon disponible
Mots-clésSympatric speciationLizardInterspecific competitionBiologyEcologySauriaSympatryNiche differentiationTeiidaeCompetition (biology)PerchNicheInsectivoreEcological nicheHabitatFishery

Résumé

récupéré en direct d'OpenAlex

Competition for resources between sympatric species can result in reduced fitness. Resource partitioning allows the minimization of competitive pressures, consequently promoting the coexistence of a diversity of species. We tested the hypothesis that the Striped Plateau Lizard (Sceloporus virgatus) and the Ornate Tree Lizard (Urosaurus ornatus) that occur in sympatry in the Chiricahua mountains of Arizona, USA have distinct ecological niches to minimize interspecific competition. We compared the activity times, perch microhabitat characteristics, and diet of these insectivorous lizards to test the prediction that they partition resources. Although we found no difference between the two species in the time at which lizards become active in the morning nor in the composition of their diets, the two species used different structural perch microhabitats. The Ornate Tree Lizard selected higher and narrower perches with more closed canopy than the Striped Plateau Lizard, and males generally occupied higher perches than females. These differences in perch microhabitat use may reduce interspecific competition and allow these two sympatric species to cohabitate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCopeiaMême sujetAmphibian and Reptile BiologyTravaux en français237 207