MétaCan
Menu
Retour à la cohorte
Enregistrement W1972162246 · doi:10.1126/science.1210288

The Pace of Shifting Climate in Marine and Terrestrial Ecosystems

2011· article· en· W1972162246 sur OpenAlexaff
Michael T. Burrows, David S. Schoeman, Lauren B. Buckley, Pippa J. Moore, Elvira S. Poloczanska, Keith Brander, Christopher J. Brown, John F. Bruno, Carlos M. Duarte, Benjamin S. Halpern, Johnna M. Holding, Carrie V. Kappel, Wolfgang Kiessling, Mary I. O’Connor, John M. Pandolfi, Camille Parmesan, Franklin B. Schwing, William J. Sydeman, Anthony J. Richardson

Notice bibliographique

RevueScience · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésClimate changeEnvironmental scienceEcosystemRange (aeronautics)LatitudeMarine ecosystemGlobal warmingClimatologyBiodiversityGlobal changePaceAtmospheric sciencesGeographyEcologyOceanographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Climate change challenges organisms to adapt or move to track changes in environments in space and time. We used two measures of thermal shifts from analyses of global temperatures over the past 50 years to describe the pace of climate change that species should track: the velocity of climate change (geographic shifts of isotherms over time) and the shift in seasonal timing of temperatures. Both measures are higher in the ocean than on land at some latitudes, despite slower ocean warming. These indices give a complex mosaic of predicted range shifts and phenology changes that deviate from simple poleward migration and earlier springs or later falls. They also emphasize potential conservation concerns, because areas of high marine biodiversity often have greater velocities of climate change and seasonal shifts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,245
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1 338
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207