GIS-based model of stable hydrogen isotope ratios in North American growing-season precipitation for use in animal movement studies
Notice bibliographique
Résumé
Stable hydrogen isotope ratios of precipitation (deltaD(p)) show distinct geographic patterns across North America. Over the last decade, ecologists have utilized growing-season deltaD(p) patterns to study the movements of migratory animals. The accuracy and precision of such studies is, in part, contingent upon the accuracy and precision of growing-season deltaD(p) maps. Previous mapping efforts have employed simple kriging procedures to produce smooth contor maps of growing-season deltaD(p). We attempted to improve these maps by incorporating the effects of altitude on both deltaD(p) values and growing season length. This involved producing elevation-corrected monthly deltaD(p), temperature, and precipitation amount values for 1-km grid cells across the continental United States and Canada using recently developed interpolation procedures. We used a geographic information system (GIS) to calculate a weighted-average growing-season deltaD(p) value for each grid cell using deltaD(p) and precipitation amount values for all months in which the mean temperature was greater than 0 degrees C. We used seven independent data sets to compare the precision of the resulting altitude-corrected map with another that did not account for altitude. Overall, predicted deltaD(p) values from the altitude-corrected map more closely matched observed values, and correspondence was more pronounced at finer spatial scales. Digital versions of the GIS-based maps generated during this effort are available via the Internet at http://biology.unm.edu/wolf/precipitationD.htm. These deltaD(p) layers can be combined with other types of spatial information, such as species' geographic ranges and habitat associations, to further improve our understanding of animal movements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».