Fundamental principles of the effect of habitat fragmentation on species with different movement rates
Notice bibliographique
Résumé
Habitat loss and fragmentation have independent impacts on biodiversity; thus, field studies are needed to distinguish their impacts. Moreover, species with different locomotion rates respond differently to fragmentation, complicating direct comparisons of the effects of habitat loss and fragmentation across differing taxa and landscapes. To overcome these challenges, we combined mechanistic mathematical modeling and laboratory experiments to compare how species with different locomotion rates were affected by low (∼80% intact) and high (∼30% intact) levels of habitat loss. In our laboratory experiment, we used Caenorhabditis elegans strains with different locomotion rates and subjected them to the different levels of habitat loss and fragmentation by placing Escherichia coli (C. elegans food) over different proportions of the Petri dish. We developed a partial differential equation model that incorporated spatial and biological phenomena to predict the impacts of habitat arrangement on populations. Only species with low rates of locomotion declined significantly in abundance as fragmentation increased in areas with low (p = 0.0270) and high (p = 0.0243) levels of habitat loss. Despite that species with high locomotion rates changed little in abundance regardless of the spatial arrangement of resources, they had the lowest abundance and growth rates in all environments because the negative effect of fragmentation created a mismatch between the population distribution and the resource distribution. Our findings shed new light on incorporating the role of locomotion in determining the effects of habitat fragmentation.
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 ».