A consistent occupancy–climate relationship across birds and mammals of the Americas
Notice bibliographique
Résumé
At broad spatial scales, species richness is strongly related to climate. Yet, few ecological studies attempt to identify regularities in the individual species distributions that make up this pattern. Models used to describe species distributions typically model very complex responses to climate. Here, we test whether the variability in the distributions of birds and mammals of the Americas relates to mean annual temperature and precipitation in a simple, consistent way. Specifically, we test if simple mathematical models can predict, as a first approximation, the geographical variation in individual species’ probability of occupancy for 3277 non‐migratory bird and 1659 mammal species. We find a Gaussian model, where the probability of occupancy of a 10 4 km 2 quadrat decreases symmetrically and gradually around a species ‘optimal’ temperature and precipitation, was generally the best model, explaining an average of 35% of the deviance in probability of occupancy. The inclusion of additional terms had very small and idiosyncratic effects across species. The Gaussian occupancy–climate relationship appears general among species and taxa and explains nearly as much deviance as complex models including many more parameters. Therefore, we propose that hypotheses aiming to explain the broad‐scale distribution of species or species richness must also predict generally Gaussian occupancy–climate relationships. Synthesis Science aims to identify regularities in a complex natural world. General patterns should be identified before one searches for potential mechanisms and contingencies. However, species geographic distributions are often modelled as complex (sometimes black box), species‐specific, functions of their environment. We asked whether a simple model could account for as much of the geographic variation in a species' probability of occupancy, and be widely applicable across thousands of species. As a first approximation, we found that a simple Gaussian occupancy‐climate relationship is very common in Nature, whether it be causal or not.
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 | 0,000 | 0,000 |
| 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) | 0,005 | 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 ».