MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378228851 · doi:10.1101/2023.05.24.541105

Urbanisation generates multiple trait syndromes for terrestrial taxa worldwide

2023· preprint· en· W4378228851 sur OpenAlexaff
Amy K. Hahs, Bertrand Fournier, Myla F. J. Aronson, Charles H. Nilon, Adriana Herrera-Montes, Allyson B. Salisbury, Caragh G. Threlfall, Christine C. Rega‐Brodsky, Christopher A. Lepczyk, Frank A. La Sorte, Ian MacGregor‐Fors, J. Scott MacIvor, Kirsten Jung, Max R. Piana, Nicholas S. G. Williams, Sonja Knapp, Alan Vergnes, Aldemar A. Acevedo, Alison M. Gainsbury, Ana Rainho, Andrew J. Hamer, Assaf Shwartz, Christian C. Voigt, Daniel Lewanzik, David M. Lowenstein, David O’Brien, Désirée Tommasi, Eduardo Pineda, Ela Sita Carpenter, Elena Belskaya, Gábor L. Löveï, James C. Makinson, Jennifer Castañeda-Oviedo, Joanna L. Coleman, Jon P. Sadler, Jordan Shroyer, Julie Teresa Shapiro, Katherine C. R. Baldock, Kelly Ksiazek‐Mikenas, Kevin C. Matteson, Kyle Barrett, Lizette Siles, Luís F. Aguirre, Luis Orlando Armesto, Marcin Zalewski, María Isabel Herrera-Montes, Martin К. Obrist, Rebecca K. Tonietto, Ricardo Torrado, Sara A. Gagné, Sarah J. Hinners, Tanya Latty, Thilina D. Surasinghe, Thomas Sattler, Werner Ulrich, Tibor Magura, Zoltán Elek, D. Johan Kotze, Marco Moretti

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésTraitTaxonUrbanizationEcologyBiodiversityAbundance (ecology)BiologyHabitatGeographySpatial ecologyRange (aeronautics)

Résumé

récupéré en direct d'OpenAlex

Cities can host significant biological diversity. Yet, urbanisation leads to the loss of habitats and, potentially, to local extinctions. Understanding how multiple taxa respond to urbanisation globally is essential to promote and conserve biodiversity in cities and surrounding landscapes. Using a dataset with site-level occurrence and trait data of 5302 species from six terrestrial fauna taxonomic groups across 379 cities on 6 continents, we show that urbanisation produces taxon-specific changes in trait composition, with traits related to reproductive strategy consistently showing the strongest response. The effect of urbanisation on community trait composition is strongest at the largest spatial scale considered, and more closely linked to landscape composition (% urban) than arrangement (aggregation), although latitude and climatic variables remain a stronger influence. This study did not find evidence in support of a global urban taxa syndrome, but instead we suggest that there are four general urban trait syndromes, with resources associated with reproduction and diet likely to be driving patterns in traits associated with mobility and body size. Functional diversity measures showed a wide range of responses, leading to a shift in trait space that is most likely driven by the distribution and abundance of critical resources, and the urban trait syndrome displayed by individual species within a community. Further research is required to understand the interactions between the four general urban trait syndromes, resource distribution and abundance and changes in functional diversity of taxa at different spatial and temporal scales. Maximising opportunities to support species within taxa groups with different urban trait syndromes should be pivotal in conservation and management programmes within and among cities. This will reduce the likelihood of biotic homogenisation at the taxa level, and helps ensure that urban environments have the ecological capacity to respond to challenges such as climate change, further habitat fragmentation and loss, and other disruptions. These actions are critical if we are to reframe the role of cities in global biodiversity loss.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,224
Écart entre enseignants0,150 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPlant and animal studies→Travaux en français237 207→