MétaCan
Menu
Retour à la cohorte
Enregistrement W2095774219 · doi:10.1890/12-1407.1

Mechanistic models for the spatial spread of species under climate change

2013· article· en· W2095774219 sur OpenAlexaff
Shawn Leroux, Maxim Larrivée, Véronique Boucher‐Lalonde, Amy Hurford, Juan Zuloaga, Jeremy T. Kerr, Frithjof Lutscher

Notice bibliographique

RevueEcological Applications · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMemorial University of NewfoundlandYork UniversityEspace pour la vieUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésClimate changeBiological dispersalEcologyBiodiversityRange (aeronautics)Ecological forecastingSpecies distributionHabitatGlobal changeAdaptation (eye)Global warmingBiologyPopulation

Résumé

récupéré en direct d'OpenAlex

Global climate change is a major threat to biodiversity. The most common methods for predicting the response of biodiversity to changing climate do not explicitly incorporate fundamental evolutionary and ecological processes that determine species responses to changing climate, such as reproduction, dispersal, and adaptation. We provide an overview of an emerging mechanistic spatial theory of species range shifts under climate change. This theoretical framework explicitly defines the ecological processes that contribute to species range shifts via biologically meaningful dispersal, reproductive, and climate envelope parameters. We present methods for estimating the parameters of the model with widely available species occurrence and abundance data and then apply these methods to empirical data for 12 North American butterfly species to illustrate the potential use of the theory for global change biology. The model predicts species persistence in light of current climate change and habitat loss. On average, we estimate that the climate envelopes of our study species are shifting north at a rate of 3.25 +/- 1.36 km/yr (mean +/- SD) and that our study species produce 3.46 +/- 1.39 (mean +/- SD) viable offspring per individual per year. Based on our parameter estimates, we are able to predict the relative risk of our 12 study species for lagging behind changing climate. This theoretical framework improves predictions of global change outcomes by facilitating the development and testing of hypotheses, providing mechanistic predictions of current and future range dynamics, and encouraging the adaptive integration of theory and data. The theory is ripe for future developments such as the incorporation of biotic interactions and evolution of adaptations to novel climatic conditions, and it has the potential to be a catalyst for the development of more effective conservation strategies to mitigate losses of biodiversity from global 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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0040,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,076
Tête enseignante GPT0,266
Écart entre enseignants0,189 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations106
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207