Human‐induced reduction in mammalian movements impacts seed dispersal in the tropics
Notice bibliographique
Résumé
Seed dispersal is a key process affecting the structure, composition and spatial dynamics of plant populations. Numerous plant species in the tropics rely upon animals to disperse their seeds. Humans have altered mammalian movements, which will likely affect seed dispersal distances (SDD). Altered SDD may have a range of consequences for plant communities including reduced seedling recruitment and plant biomass, seed trait homogenization, altered gene flow and a reduced capacity to respond to environmental changes. Therefore, modelling the consequences of altered animal behaviour on ecosystem processes is important for predicting how ecosystems will respond to human impacts. While previous research has focused on the link between animal species extirpation and SDD, it remains unclear how changes in mammalian movement will impact SDD. Here we implemented a mechanistic modelling approach to examine how mammalian movement reductions impact SDD in the tropics. We combined allometric theory with a mechanistic seed dispersal model to estimate SDD via the movement of 37 large frugivorous mammals (> 10 kg) in the tropics under different levels of human footprint, a global proxy of direct and indirect human disturbances. Our results suggest that assemblage‐level SDD reductions are estimated to be up to 80% across the tropics in response to human disturbance. This is particularly the case in areas with high human impact such as agricultural landscapes and suburban areas. The region with the largest reductions in SDD was the Asia‐Pacific with average reductions of 25%, followed by Central–South America (16%) and then Africa (15%). Our study provides insights into how human‐induced changes in movement behaviour of large mammals could translate into altered ecosystem functioning.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».