Do Ecological Niche Model Predictions Reflect the Adaptive Landscape of Species?: A Test Using Myristica malabarica Lam., an Endemic Tree in the Western Ghats, India
Notice bibliographique
Résumé
Ecological niche models (ENM) have become a popular tool to define and predict the "ecological niche" of a species. An implicit assumption of the ENMs is that the predicted ecological niche of a species actually reflects the adaptive landscape of the species. Thus in sites predicted to be highly suitable, species would have maximum fitness compared to in sites predicted to be poorly suitable. As yet there are very few attempts to address this assumption. Here we evaluate this assumption. We used Bioclim (DIVA GIS version 7.3) and Maxent (version 3.3.2) to predict the habitat suitability of Myristica malabarica Lam., an economically important tree occurring in the Western Ghats, India. We located populations of the trees naturally occurring in different habitat suitability regimes (from highly suitable to poorly suitable) and evaluated them for their regeneration ability and genetic diversity. We also evaluated them for two plant functional traits, fluctuating asymmetry--an index of genetic homeostasis, and specific leaf weight--an index of primary productivity, often assumed to be good surrogates of fitness. We show a significant positive correlation between the predicted habitat quality and plant functional traits, regeneration index and genetic diversity of populations. Populations at sites predicted to be highly suitable had a higher regeneration and gene diversity compared to populations in sites predicted to be poor or unsuitable. Further, individuals in the highly suitable sites exhibited significantly less fluctuating asymmetry and significantly higher specific leaf weight compared to individuals in the poorly suitable habitats. These results for the first time provide an explicit test of the ENM with respect to the plant functional traits, regeneration ability and genetic diversity of populations along a habitat suitability gradient. We discuss the implication of these results for designing viable species conservation and restoration programs.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».