Power Through or Keep Looking? Comparing Species‐Area Relationships of Habitat Fragments and Their Drivers in Different Ecoregions
Notice bibliographique
Résumé
ABSTRACT Our study aimed to (1) determine how the shape varies and mechanisms influence species‐area relationships within the same taxon but between different ecoregions and (2) determine how slope ( z ) and intercept ( c ) values of the linearized power model were influenced by ecoregion. Location: Madagascar. Taxon: Arboreal mammals (lemurs). We surveyed arboreal mammals (lemurs) in 42 tropical dry deciduous forest fragments in Ambanjabe Field Site in Ankarafantsika National Park in Western Madagascar and 27 primary mid‐elevation raiforest fragments in the Tsinjoarivo‐Ambalaomby new protected area in Eastern Madagascar using line‐transect methods. We determined which of 20 species‐area models were the most likely using the ‘ sars ’ R package and AICc in each ecoregion. We compared z and c values of the power model in each ecoregion using ANCOVA. We assessed what drove the shape of the SARs using the Measurement of Biodiversity framework. We found that SAR models differed between ecoregions, with the power model (AICc = 89.04) as the most likely in the west and the Monod model (AICc = 86.98) followed by three candidate models (Kobayashi, AICc = 87.02; logarithmic, AICc = 87.6; and negative exponential, AICc = 88.61) in the east. We found no significant difference in z values between ecoregions ( F 1,66 = 2.991, p = 0.088) and a non‐significant trend in c values between ecoregions ( F 1,65 = 3.938, p = 0.051). Spatial aggregation of species drove species richness patterns in the west, and species diversity and evenness drove species richness patterns in the east. Our study demonstrates that while the power and negative exponential model are good starting points, other models are also likely models to describe SARs in arboreal mammals such as primates. These patterns can reflect different mechanisms driving SARs. Ecoregion was not strongly related to differences in either z or c values of the power model.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».