Uncertainty in ensemble forecasting of species distribution
Notice bibliographique
Résumé
Abstract Species distribution modelling has been widely applied in order to assess the potential impacts of climate change on biodiversity. Many methodological decisions, taken during the modelling process and forecasts, may, however, lead to a large variability in the assessment of future impacts. Using measures of species range change and turnover, the potential impacts of climate change on French stream fish species and assemblages were evaluated. Our main focus was to quantify the uncertainty in the projections of these impacts arising from four sources of uncertainty: initial datasets (Data), statistical methods [species distribution models (SDM)], general circulation models (GCM), and gas emission scenarios (GES). Several modalities of the aforementioned uncertainty sources were combined in an ensemble forecasting framework resulting in 8400 different projections. The variance explained by each source was then extracted from this whole ensemble of projections. Overall, SDM contributed to the largest variation in projections, followed by GCM, whose contribution increased over time equalling almost the proportion of variance explained by SDM in 2080. Data and GES had little influence on the variability in projections. Future projections of range change were more consistent for species with a large geographical extent (i.e., distribution along latitudinal or stream gradients) or with restricted environmental requirements (i.e., small thermal or elevation ranges). Variability in projections of turnover was spatially structured at the scale of France, indicating that certain particular geographical areas should be considered with care when projecting the potential impacts of climate change. The results of this study, therefore, emphasized that particular attention should be paid to the use of predictions ensembles resulting from the application of several statistical methods and climate models. Moreover, forecasted impacts of climate change should always be provided with an assessment of their uncertainty, so that management and conservation decisions can be taken in the full knowledge of their reliability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».