Amazonian forest termites: a species checklist from the State of Acre, Brazil
Notice bibliographique
Résumé
Abstract The Brazilian state of Acre is located in the southwestern Amazon and it is characterized by a humid tropical forest vegetation that covers plains and mountains. Up to this point, the composition of termite species in the state is not known. The aim of this study was to provide a checklist of termite species or recognizable taxonomic units for the state of Acre. Sampling was conducted through field expeditions at the Serra do Divisor National Park, Chandless State Park, Humaitá Forest Reserve, and Chico Mendes Environmental Park using a standardized rapid termite inventory protocol in the first two areas and active searching collections in the others, without a specific protocol. This study also included occurrence records published in the scientific literature. A total of 128 species and morphospecies of termites were found in Acre, distributed across 59 genera and four families. The most frequently occurring species in Acre was Heterotermes tenuis (Hagen, 1858). The study also identified six new species records for Brazil. The predominant feeding groups were soil-feeders and wood-feeders, as expected from data obtained from surveys in humid tropical forests. Despite the significant number of new records for Acre (112), it is concluded that a larger sampling effort is still required, as many areas of the state have not yet been studied for termites.
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) | 0,000 | 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 tête enseignante, 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 ».