Neophyte species richness at the landscape scale under urban sprawl and climate warming
Notice bibliographique
Résumé
Abstract Aim Land use and climate are two major components of global environmental change but our understanding of their simultaneous and interactive effects upon biodiversity is still limited. Here, we investigated the relationship between the species richness of neophytes, i.e. non‐native vascular plants introduced after 1500 AD, and environmental covariates to draw implications for future dynamics under land‐use and climate change. Location Switzerland, Central Europe. Methods The distribution of vascular plants was derived from a systematic national grid of 1 km2 quadrates (n = 456; Swiss Biodiversity Monitoring programme) including 1761 species, 122 of which were neophytes. Generalized linear models (GLMs) were used to correlate neophyte species richness with environmental covariates. The impact of land‐use and climate change was thereafter evaluated by projections for the years 2020 and 2050 using scenarios of moderate and strong changes for climate warming (IPCC) and urban sprawl (NRP 54). Results Mean annual temperature and the amount of urban areas explained neophyte species richness best, with a high predictive power of the corresponding model (cross‐validated D2 = 0.816). Climate warming had a stronger impact on the potential increase in the mean neophyte species richness (up to 191% increase by 2050) than ongoing urban sprawl (up to 10% increase) independently from variable interactions and model extrapolations to non‐analogue environments. Main conclusions In contrast to other vascular plants, the prediction of neophyte species richness at the landscape scale in Switzerland requires few variables only, and regions of highest species richness of the two groups do not coincide. The neophyte species richness is basically driven by climatic (temperature) conditions, and urban areas additionally modulate small‐scale differences upon this coarse‐scale pattern. According to the projections climate warming will contribute to the future increase in neophyte species richness much more than ongoing urbanization, but the gain in new neophyte species will be highest in urban regions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».