Predicted Shifts in Small Mammal Distributions and Biodiversity in the Altered Future Environment of Alaska: An Open Access Data and Machine Learning Perspective
Notice bibliographique
Résumé
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 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 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 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 ».