Diversidad de musgos del bosque nublado de la Sierra Juárez, Oaxaca
Bibliographic record
Abstract
Antecedentes y Objetivos: El bosque nublado de la Sierra Juárez, Oaxaca, presenta el mayor nivel de conservación y es el más grande en términos de extensión en México. Los musgos son un componente clave de la flora del bosque nublado y desempeñan funciones ecológicas importantes. Sin embargo, la composición y diversidad de musgos de esta región continúan siendo desconocidas. Los objetivos de este trabajo fueron determinar la composición florística y estimar la diversidad α y β de musgos del bosque nublado de la Sierra Juárez. Métodos: La composición florística de musgos del bosque nublado, ubicado dentro del municipio Santiago Comaltepec, Oaxaca, fue evaluada a través de ocho sitios de muestreo. Además, se estimó la diversidad α y β de este grupo florístico. Los análisis fueron realizados para todas las especies, así como para los gremios de especies terrestres y epífitas. Resultados clave: Se registraron 102 especies de musgos, agrupadas en 64 géneros y 32 familias. De dichas especies, 13 son nuevos registros para el estado. Las familias más diversas fueron Leucobryaceae y Orthotrichaceae. Los géneros con el mayor número de especies fueron Syrrhopodon, Campylopus, Fissidens, Macromitrium y Pogonatum. En este estudio se reporta una alta diversidad α y β de musgos con un patrón similar entre los musgos de los gremios terrestre y epífito. Conclusiones: El bosque nublado de la Sierra Juárez, Oaxaca, es un ecosistema con una alta diversidad de musgos y gran posibilidad de incrementar los registros para el estado. Con base en los análisis de diversidad estimada, se hace evidente la necesidad de continuar estudios básicos a nivel microambiente sobre uno de sus componentes más característicos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".