The ice age ecologist: testing methods for reserve prioritization during the last global warming
Notice bibliographique
Résumé
ABSTRACT Aim We play the role of an ice age ecologist (IAE) charged with conserving biodiversity during the climate changes accompanying the last deglaciation. We develop reserve‐selection strategies for the IAE and check them against rankings based on modern data. Location Northern and eastern North America. Methods Three reserve‐selection strategies are developed. (1) Abiotic: the IAE uses no information about species–climate relationships, instead maximizing the climatic and geographic dispersion of reserves. (2) Species distribution models (SDMs): the IAE uses boosted‐regression trees calibrated against pollen data and CCSM3 palaeoclimatic simulations from 21 to 15 ka bp to predict modern taxon distributions, then uses these as input to the Z onation reserve‐ranking program. (3) Rank‐and‐regress: regression models are used to identify climatic predictors of zonation rankings. All strategies are assessed against a Z onation ranking based on modern pollen distributions. Analysis units are ecoregions and grid cells. Results The abiotic strategy has a negative or no correlation between predicted and actual rankings. The SDM‐based strategy fares better, with a significantly positive area‐corrected correlation ( r = 0.474, P < 0.001) between predicted and actual rankings. Predictive ability drops when grid cells are the analysis unit ( r = 0.217, P = 0.058). Predictive ability for the rank‐and‐regress strategy is similar to the SDM results. Main conclusions For the IAE, SDMs improve the predictive ability of reserve‐selection strategies. However, predictive ability is limited overall, probably due to shifted realized niches during past no‐analogue climates, new species interactions as species responded individually to climate change, and other environmental changes not included in the model. Twenty‐first‐century conservation planning also faces these challenges, and is further complicated by other anthropogenic impacts. The IAE's limited success does not preclude the use of climate scenarios and niche‐based SDMs when developing adaptation strategies, but suggests that such tools offer at best only a rough guide to identifying possible areas of future conservation value.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».