Species accumulation in small–large vs large–small order: more species but not all species?
Notice bibliographique
Résumé
Although groups of small habitat patches often support more species than large patches of equal total area, their biodiversity value remains controversial. An important line of evidence in this debate compares species accumulation curves, where patches are ordered from small-large and large-small (aka 'SLOSS analysis'). However, this method counts species equally and is unable to distinguish patch size dependence in species' occupancies. Moreover, because of the species-area relationship, richness differences typically only contribute to accumulation in small-large order, maximizing the probability of adding species in this direction. Using a null model to control for this, I tested 202 published datasets from archipelagos, habitat islands and fragments for patch size dependence in species accumulation and compared conclusions regarding relative species accumulation with SLOSS analysis. Relative to null model expectations, species accumulation was on average 2.7% higher in large-small than small-large order. The effect was strongest in archipelagos (5%), intermediate for fragments (1.5%) and smallest for habitat islands (1.1%). There was no difference in effect size among taxonomic groups, but each shared this same trend. Results suggest most meta-communities include species that either prefer, or depend upon, larger habitat patches. Relative to SLOSS analysis, null models found lower frequency of greater small-patch importance for species representation (e.g., for fragments: 69 vs 16% respectively) and increased frequency for large patches (fragments: 3 vs 25%). I suggest SLOSS analysis provides unreliable inference on species accumulation and the outcome largely depends on island species-area relationships, not the relative diversity value of small vs large patches.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».