MétaCan
Menu
Retour à la cohorte
Enregistrement W1805636449 · doi:10.1111/j.1755-263x.2010.00120.x

Exposure of Africa's freshwater biodiversity to a changing climate

2010· article· en· W1805636449 sur OpenAlexaff
Michele Thieme, Bernhard Lehner, Robin Abell, John Matthews

Notice bibliographique

RevueConservation Letters · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiodiversityClimate changeFreshwater fishFreshwater ecosystemSurface runoffEnvironmental scienceEcosystemEcologyEcosystem servicesWater resourcesGeographyFish <Actinopterygii>FisheryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Anthropogenic climate change and increased human water use are widely expected to place great stress on available water resources across Africa and Madagascar, but the effects of these changes on freshwater biodiversity have only begun to be considered. We used a comprehensive species database and a global hydrologic model to examine the exposure of freshwater biodiversity to discharge and runoff alterations across Africa and Madagascar. Our results show that by the 2050s, ecoregions containing over 80% of freshwater fish species and several outstanding ecological and evolutionary phenomena are likely to experience hydrologic conditions substantially different from the present, with alterations in annual discharge or runoff of more than 10%. We recommend early action to buffer these species and systems from the expected changes, including reducing nonclimate stresses and implementing measures that buy species time to adjust to novel ecosystem characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,185
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetFish Ecology and Management StudiesTravaux en français237 207