410 artículos
La ecología explora cómo los seres vivos interactúan entre sí y con su entorno, un tema crucial para entender los cambios que nuestro planeta atraviesa hoy. Desde la protección de bosques hasta la conservación de especies en peligro, este campo estudia el delicado equilibrio que mantiene la vida en la Tierra. En Gist.Science, nos dedicamos a hacer que la investigación más reciente sobre estos temas sea comprensible para todos, eliminando las barreras del lenguaje académico.
Cada nuevo preimpresión de ecología publicado en bioRxiv es procesado automáticamente por nuestro equipo. Ofrecemos tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que cualquier lector pueda acceder a hallazgos científicos de vanguardia sin necesidad de ser especialista. A continuación, encontrarás las últimas investigaciones en ecología disponibles en nuestra plataforma.
Este estudio revela que las selvas tropicales de Borneo experimentaron una aceleración significativa en la pérdida de resiliencia a partir de 2004, impulsada por una compleja interacción entre el cambio climático, la actividad humana y la disminución de la biodiversidad, los cuales elevan colectivamente el riesgo de una muerte regresiva irreversible del bosque.
Este estudio demuestra que el muestreo de ADN ambiental basado en suelo y las estrategias analíticas cuidadosamente alineadas pueden servir eficazmente como una herramienta independiente para la detección simultánea de especies vegetales raras y el monitoreo de cambios composicionales en comunidades de pastizales terrestres.
Al integrar datos de ciencia ciudadana de iNaturalist con registros de herbarios, este estudio revela que la urbanización en paisajes tropicales extiende significativamente la duración reproductiva de las plantas y debilita la estacionalidad, siendo estos efectos más pronunciados en especies estacionales, anuales y herbáceas.
Este estudio demuestra que una red neuronal convolucional basada en espectrogramas puede detectar y analizar de forma automática y precisa las vocalizaciones de tipo "golpeteo" de la foca ocelada de Saimaa, una especie en peligro de extinción, en extensos conjuntos de datos submarinos, ofreciendo una solución rentable para el monitoreo de la especie a largo plazo.
Este estudio revela que, si bien las pequeñas explotaciones hortícolas, particularmente en túneles altos, suelen presentar una acumulación excesiva de nutrientes y sales que plantean riesgos ambientales, la adopción de prácticas de conservación como la labranza reducida, el manejo orgánico y los compostajes de origen vegetal puede mejorar significativamente la salud del suelo.
Este estudio demuestra que las flores artificiales impresas en 3D sirven como un atrayente superior para las trampas de cámara automatizadas para insectos en comparación con los métodos tradicionales, aumentando eficazmente la abundancia y diversidad de polinizadores clave como las sírfidas y los abejorros, al tiempo que mantienen tasas de atracción comparables para otros grupos de insectos.
El artículo presenta COLLEMBOT, una herramienta de conteo automatizada basada en IA que utiliza YOLOv11 y que reduce significativamente el tiempo y la mano de obra requeridos para las pruebas de toxicidad del suelo OECD 232, manteniendo al mismo tiempo una alta precisión y confiabilidad regulatoria en comparación con el conteo manual.
Este estudio utiliza un modelo basado en individuos para demostrar que el tamaño corporal del consumidor y la especialización de hábitat moldean de manera diferencial la heterogeneidad de los recursos a escala de paisaje, donde los especialistas aumentan la variación espacial independientemente del tamaño, mientras que los generalistas la erosionan, particularmente a medida que su tamaño corporal aumenta.
Este estudio revela que las larvas del escarabajo de la vejiga europeo (*Meloe proscarabaeus*) biosintetizan compuestos de aroma floral de novo para mimetizarse químicamente con las flores y engañar a las abejas para que las transporten hacia los nidos de sus huéspedes.
Este estudio demuestra que la aparente predictibilidad del sobre rendimiento de mezclas de plantas a partir de rasgos funcionales está significativamente inflada por la fuga de datos y el error de medición cuando los datos de entrenamiento y prueba comparten genotipos, revelando que la validación rigurosa con genotipos independientes es esencial para descubrir el limitado pero genuino poder predictivo de estos modelos.