Differences in Habitat Quality Drive Behavioral Contrasts in Two Family Groups of the Critically Endangered Hainan Gibbon ( <i>Nomascus hainanus</i> )
Notice bibliographique
Résumé
Understanding how spatiotemporal habitat variability shapes endangered species' behavior is crucial for effective conservation. This study examined the impact of fine-scale habitat variation on four behavioral patterns (feeding, resting, social, and traveling) of the critically endangered Hainan gibbon. Year-round behavior data were collected from two groups: GC inhabiting an area with abundant food resources, and GE in a secondary forest with sparse resources. Using 135 monitoring plots, we analyzed variation in 27 habitat variables categorized into food, nutrients, plant diversity, safety and stability, and topography. Linear models revealed crown height, food plant abundance, and crude fat as key variables shaping behaviors. Higher community plant and food plant richness significantly enhanced feeding frequency, while steeper slopes increased traveling. Habitat quality variation shaped distinct behavioral strategies: in GC, feeding and resting were primarily influenced by food, social behavior by safety and stability, and traveling by plant diversity. In GE, resting, social, and traveling behaviors were mainly driven by topography, while feeding was influenced by nutrients. Likewise, food variables dominated during the dry season, whereas safety and stability, and topography variables were more important in the wet season. This study provides the first analysis of Hainan gibbons' behavioral strategies linked to fine-scale habitat variability and seasonal dynamics. The findings highlight the importance of protecting diverse habitats, as different Hainan gibbon groups exhibit distinct behavioral adaptations to their varying resource availability. This underscores the need for habitat-specific primate conservation and management in fragmented landscapes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».