Accounting for population variation improves estimates of the impact of climate change on species’ growth and distribution
Notice bibliographique
Résumé
1 Large differences exist in the predictions of plant responses to climate change among models that consider population variation and those that do not. Models that treat species as homogeneous entities typically predict net positive impacts of climate change on temperate forest productivity, while most studies that consider adaptive genetic variation within species conclude that the impacts of climate change on forest productivity will be negative. 2 We present a modelling approach that predicts plant responses to climate change using both ecological and genetic variables. The model uses growth data from multi-site provenance trials together with climate data for provenance source locations and test sites to predict distribution and productivity of tree populations under climate change. We used an extensive lodgepole pine Pinus contorta provenance data set to illustrate the model. 3 Spatially explicit predictions of the impacts of climate change on production were developed and suggested that different populations of lodgepole pine will respond very differently to climate change. Large production losses will be seen in many areas, although modest production increases may occur in some areas by 2085. The model further projects a significant redistribution of the species’ potential habitat northwards and upwards in altitude over the next several decades. 4 Synthesis and applications. This study points to the need to consider population differences when modelling biotic responses to climate change, and suggests that climate change will render populations maladapted in many areas. The model also provides a key tool potentially to mitigate climate change impacts by identifying populations expected to be best adapted throughout the next generation of forests. Finally, the study highlights the value of wide-ranging long-term provenance tests in addressing key issues in ecology and climate change.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».