Precipitation and winter temperature predict long‐term range‐scale abundance changes in Western North American birds
Notice bibliographique
Résumé
Predicting biodiversity responses to climate change remains a difficult challenge, especially in climatically complex regions where precipitation is a limiting factor. Though statistical climatic envelope models are frequently used to project future scenarios for species distributions under climate change, these models are rarely tested using empirical data. We used long-term data on bird distributions and abundance covering five states in the western US and in the Canadian province of British Columbia to test the capacity of statistical models to predict temporal changes in bird populations over a 32-year period. Using boosted regression trees, we built presence-absence and abundance models that related the presence and abundance of 132 bird species to spatial variation in climatic conditions. Presence/absence models built using 1970-1974 data forecast the distributions of the majority of species in the later time period, 1998-2002 (mean AUC = 0.79 ± 0.01). Hindcast models performed equivalently (mean AUC = 0.82 ± 0.01). Correlations between observed and predicted abundances were also statistically significant for most species (forecast mean Spearman's ρ = 0.34 ± 0.02, hindcast = 0.39 ± 0.02). The most stringent test is to test predicted changes in geographic patterns through time. Observed changes in abundance patterns were significantly positively correlated with those predicted for 59% of species (mean Spearman's ρ = 0.28 ± 0.02, across all species). Three precipitation variables (for the wettest month, breeding season, and driest month) and minimum temperature of the coldest month were the most important predictors of bird distributions and abundances in this region, and hence of abundance changes through time. Our results suggest that models describing associations between climatic variables and abundance patterns can predict changes through time for some species, and that changes in precipitation and winter temperature appear to have already driven shifts in the geographic patterns of abundance of bird populations in western North America.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».