MétaCan
Menu
Retour à la cohorte
Enregistrement W2123380563 · doi:10.1371/journal.pone.0132054

Predicted Shifts in Small Mammal Distributions and Biodiversity in the Altered Future Environment of Alaska: An Open Access Data and Machine Learning Perspective

2015· article· en· W2123380563 sur OpenAlexaboutno aff
Andrew P. Baltensperger, Falk Huettmann

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodiversitySpecies richnessBiomeEcologyGeographySpecies distributionClimate changeRange (aeronautics)Biological dispersalEcosystemGlobal biodiversityEnvironmental niche modellingHabitatBiologyEcological nichePopulation

Résumé

récupéré en direct d'OpenAlex

Climate change is acting to reallocate biomes, shift the distribution of species, and alter community assemblages in Alaska. Predictions regarding how these changes will affect the biodiversity and interspecific relationships of small mammals are necessary to pro-actively inform conservation planning. We used a set of online occurrence records and machine learning methods to create bioclimatic envelope models for 17 species of small mammals (rodents and shrews) across Alaska. Models formed the basis for sets of species-specific distribution maps for 2010 and were projected forward using the IPCC (Intergovernmental Panel on Climate Change) A2 scenario to predict distributions of the same species for 2100. We found that distributions of cold-climate, northern, and interior small mammal species experienced large decreases in area while shifting northward, upward in elevation, and inland across the state. In contrast, many southern and continental species expanded throughout Alaska, and also moved down-slope and toward the coast. Statewide community assemblages remained constant for 15 of the 17 species, but distributional shifts resulted in novel species assemblages in several regions. Overall biodiversity patterns were similar for both time frames, but followed general species distribution movement trends. Biodiversity losses occurred in the Yukon-Kuskokwim Delta and Seward Peninsula while the Beaufort Coastal Plain and western Brooks Range experienced modest gains in species richness as distributions shifted to form novel assemblages. Quantitative species distribution and biodiversity change projections should help land managers to develop adaptive strategies for conserving dispersal corridors, small mammal biodiversity, and ecosystem functionality into the future.

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)0,004
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: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,207
Tête enseignante GPT0,294
Écart entre enseignants0,087 · 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

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207