Variation in diet of frugivorous bats in fragments of Brazil’s Atlantic Forest associated with vegetation density
Notice bibliographique
Résumé
Abstract Species distribution and persistence have long been known to vary with landscape structure; however, continued human activities in altered landscapes raise many questions as to how habitat fragmentation impacts the biology of persistent animal populations. Using carbon and nitrogen stable isotope analysis, we examined interspecific variation in the diet of frugivorous bats among remnant habitat patches of Brazil’s Atlantic Forest. We hypothesized that the diet of individuals captured in habitat patches would be different than those captured in contiguous habitats. We predicted that bats would alter their realized dietary niche breadth, taking food items (i.e., fruits or insects) according to landscape structure. However, more mobile species should be less impacted by small-scale landscape changes. We predicted that (1) a wide-ranging species (Artibeus lituratus), which move through open areas, will be less affected by small-scale landscape attributes, patch size, composition, and isolation; while (2) two narrow-ranging species (Carollia perspicillata and Sturnira lilium) will have more variation between populations in niche breadth and isotopic ratio ranges dependant on the local environment. Using Akaike’s Information Criterion (AIC) to rank a priori selected candidate models to explain variation, we found that fragment composition, largely involving vegetation density rather than spatial aspects of landscape structure (i.e., patch area, isolation) best explained diet variation in frugivorous bats. Additionally, there was evidence that wide-ranging A. lituratus were less impacted by differences in the landscape than narrow-ranging species. This supports the prediction that bats resident to fragments have altered feeding behavior, in response to environmental perturbation.
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 | 0,000 |
| 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 ».