MétaCan
Menu
Retour à la cohorte
Enregistrement W4297964668 · doi:10.1111/gcb.16434

Human density modulates spatial associations among tropical forest terrestrial mammal species

2022· article· en· W4297964668 sur OpenAlexaff
Daniel Gorczynski, Chia Hsieh, Jorge Ahumada, Emmanuel Akampurira, Mahandry Hugues Andrianarisoa, Santiago Espinosa, Steig E. Johnson, Charles Kayijamahe, Marcela Guimarães Moreira Lima, Badru Mugerwa, Francesco Rovero, Julia Salvador, Fernanda Santos, Douglas Sheil, Eustrate Uzabaho, Lydia Beaudrot

Notice bibliographique

RevueGlobal Change Biology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEcologyInterspecific competitionSpatial ecologyExtinction (optical mineralogy)HabitatSpatial distributionEcosystemCamera trapBiologyGeography

Résumé

récupéré en direct d'OpenAlex

The spatial aggregation of species pairs often increases with the ecological similarity of the species involved. However, the way in which environmental conditions and anthropogenic activity affect the relationship between spatial aggregation and ecological similarity remains unknown despite the potential for spatial associations to affect species interactions, ecosystem function, and extinction risk. Given that human disturbance has been shown to both increase and decrease spatial associations among species pairs, ecological similarity may have a role in mediating these patterns. Here, we test the influences of habitat diversity, primary productivity, human population density, and species' ecological similarity based on functional traits (i.e., functional trait similarity) on spatial associations among tropical forest mammals. Large mammals are highly sensitive to anthropogenic change and therefore susceptible to changes in interspecific spatial associations. Using two-species occupancy models and camera trap data, we quantified the spatial overlap of 1216 species pairs from 13 tropical forest protected areas around the world. We found that the association between ecological similarity and interspecific species associations depended on surrounding human density. Specifically, aggregation of ecologically similar species was more than an order of magnitude stronger in landscapes with the highest human density compared to those with the lowest human density, even though all populations occurred within protected areas. Human-induced changes in interspecific spatial associations have been shown to alter top-down control by predators, increase disease transmission and increase local extinction rates. Our results indicate that anthropogenic effects on the distribution of wildlife within protected areas are already occurring and that impacts on species interactions, ecosystem functions, and extinction risk warrant further investigation.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,035
Tête enseignante GPT0,250
Écart entre enseignants0,214 · 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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetWildlife Ecology and ConservationTravaux en français237 207