Avian Diversity Responds Unimodally to Natural Landcover: Implications for Conservation Management
Notice bibliographique
Résumé
Predicting species’ ecological responses to landcovers within landscapes could guide conservation practices. Current modelling efforts derived from classic species–area relationships almost always predict richness monotonically increasing as the proportion of landcovers increases. Yet evidence to explain hump-shaped richness–landcover patterns is lacking. We tested predictions related to hypothesised drivers of peaked relationships between richness and proportion of natural landcover. We estimated richness from breeding bird atlases at different spatial scales (25 to 900 km2) in New York State and Southern Ontario. We modelled richness to gradients of natural landcover, temperature, and landcover heterogeneity. We controlled models for sampling effort and regional size of the species pool. Species richness peaks as a function of the proportion of natural landcover consistently across spatial scales and geographic regions sharing similar biogeographic characteristics. Temperature plays a role, but peaked relationships are not entirely due to climate–landcover collinearities. Heterogeneity weakly explains richness variance in the models. Increased amounts of natural landcover promote species richness to a limit in landscapes with relatively little (<30%) natural cover. Higher amounts of natural cover and a certain amount of human-modified landcovers can provide habitats for species that prefer open habitats. Much of the variation in richness among landscapes must be related to variables other than natural versus human-dominated landcovers.
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 | 0,000 |
| 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».