MétaCan
Menu
Retour à la cohorte
Enregistrement W4391945832 · doi:10.1111/rec.14121

The relative effects of artificial shrubs on animal community assembly

2024· article· en· W4391945832 sur OpenAlexafffund
Mario Zuliani, Nargol Ghazian, Suzanne E. MacDonald, Christopher J. Lortie

Notice bibliographique

RevueRestoration Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYork University
Mots-clésEcologyShrubVertebrateForagingHabitatBiologySpecies richnessEcosystemAbundance (ecology)Relative species abundanceEcosystem engineer

Résumé

récupéré en direct d'OpenAlex

Facilitative associations between the foundational shrub species Ephedra californica and local vertebrate species can drive positive interactions within desert ecosystems that influence diversity and assembly processes. These foundational shrubs can contribute to the structural heterogeneity of ecosystems for plants and animals including variation in temperature profiles, refuge from predation, and habitat for foraging. Artificial structures can also influence fine‐scale ecological and micro‐environmental dynamics. We tested the hypothesis that artificial shrubs (mimics) positively influence desert vertebrate association through facilitative interactions, similar to foundational shrub species. Mimics were deployed at four distinct sites within the central deserts of Southern California. A combination of camera traps and temperature pendants were utilized to measure the association patterns of vertebrate species and the microclimatic variation at mimic, open, and shrubs. A total of 21 species were observed in this study. Mimics had a significantly higher vertebrate abundance and richness than open microsites and functioned similarly to shrubs. These findings suggest that mimics can be utilized as a stop‐gap replacement for foundational shrub species as they can act as a novel fine‐scale habitat for many desert vertebrate species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRestoration EcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207