MétaCan
Menu
Retour à la cohorte
Enregistrement W2021685470 · doi:10.1890/06-0546.1

QUANTIFYING THE SENSITIVITY OF ARCTIC MARINE MAMMALS TO CLIMATE-INDUCED HABITAT CHANGE

2008· review· en· W2021685470 sur OpenAlexaff
Kristin L. Laidre, Ian Stirling, Lloyd F. Lowry, Øystein Wiig, Mads Peter Heide‐Jørgensen, Steven H. Ferguson

Notice bibliographique

RevueEcological Applications · 2008
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésArcticEcologyClimate changeHabitatSea iceUrsus maritimusPopulationRange (aeronautics)Species distributionMarine mammalVital ratesEnvironmental changeBiologyGeographyPopulation growth

Résumé

récupéré en direct d'OpenAlex

We review seven Arctic and four subarctic marine mammal species, their habitat requirements, and evidence for biological and demographic responses to climate change. We then describe a pan-Arctic quantitative index of species sensitivity to climate change based on population size, geographic range, habitat specificity, diet diversity, migration, site fidelity, sensitivity to changes in sea ice, sensitivity to changes in the trophic web, and maximum population growth potential (R(max)). The index suggests three types of sensitivity based on: (1) narrowness of distribution and specialization in feeding, (2) seasonal dependence on ice, and (3) reliance on sea ice as a structure for access to prey and predator avoidance. Based on the index, the hooded seal, the polar bear, and the narwhal appear to be the three most sensitive Arctic marine mammal species, primarily due to reliance on sea ice and specialized feeding. The least sensitive species were the ringed seal and bearded seal, primarily due to large circumpolar distributions, large population sizes, and flexible habitat requirements. The index provides an objective framework for ranking species and focusing future research on the effects of climate change on Arctic marine mammals. Finally, we distinguish between highly sensitive species and good indicator species and discuss regional variation and species-specific ecology that confounds Arctic-wide generalization regarding the effects of climate change.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,173
Tête enseignante GPT0,351
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations755
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetMarine animal studies overviewTravaux en français237 207