MétaCan
Menu
Retour à la cohorte
Enregistrement W2120328339 · doi:10.1111/j.1365-2486.2012.02751.x

Tracking climate impacts on the migratory monarch butterfly

2012· article· en· W2120328339 sur OpenAlexfundno aff
Elise F. Zipkin, Leslie Ries, Rick Reeves, James Regetz, Karen S. Oberhauser

Notice bibliographique

RevueGlobal Change Biology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Socio-Environmental Synthesis CenterCommission for Environmental CooperationMcMaster University
Mots-clésPhenologyClimate changeButterflyPrecipitationPopulationAnnual cycleEcologyGeographyEnvironmental scienceBiologyMeteorologyDemography

Résumé

récupéré en direct d'OpenAlex

Understanding the impacts of climate on migratory species is complicated by the fact that these species travel through several climates that may be changing in diverse ways throughout their complete migratory cycle. Most studies are not designed to tease out the direct and indirect effects of climate at various stages along the migration route. We assess the impacts of spring and summer climate conditions on breeding monarch butterflies, a species that completes its annual migration cycle over several generations. No single, broad-scale climate metric can explain summer breeding phenology or the substantial year-to-year fluctuations observed in population abundances. As such, we built a Poisson regression model to help explain annual arrival times and abundances in the Midwestern United States. We incorporated the climate conditions experienced both during a spring migration/breeding phase in Texas as well as during subsequent arrival and breeding during the main recruitment period in Ohio. Using data from a state-wide butterfly monitoring network in Ohio, our results suggest that climate acts in conflicting ways during the spring and summer seasons. High spring precipitation in Texas is associated with the largest annual population growth in Ohio and the earliest arrival to the summer breeding ground, as are intermediate spring temperatures in Texas. On the other hand, the timing of monarch arrivals to the summer breeding grounds is not affected by climate conditions within Ohio. Once in Ohio for summer breeding, precipitation has minimal impacts on overall abundances, whereas warmer summer temperatures are generally associated with the highest expected abundances, yet this effect is mitigated by the average seasonal temperature of each location in that the warmest sites receive no benefit of above average summer temperatures. Our results highlight the complex relationship between climate and performance for a migrating species and suggest that attempts to understand how monarchs will be affected by future climate conditions will be challenging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,206
Tête enseignante GPT0,286
Écart entre enseignants0,080 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations100
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetPlant and animal studiesTravaux en français237 207