Flowering date of taxonomic families predicts phenological sensitivity to temperature: Implications for forecasting the effects of climate change on unstudied taxa
Notice bibliographique
Résumé
PREMISE OF THE STUDY: Numerous long-term studies in seasonal habitats have tracked interannual variation in first flowering date (FFD) in relation to climate, documenting the effect of warming on the FFD of many species. Despite these efforts, long-term phenological observations are still lacking for many species. If we could forecast responses based on taxonomic affinity, however, then we could leverage existing data to predict the climate-related phenological shifts of many taxa not yet studied. METHODS: We examined phenological time series of 1226 species occurrences (1031 unique species in 119 families) across seven sites in North America and England to determine whether family membership (or family mean FFD) predicts the sensitivity of FFD to standardized interannual changes in temperature and precipitation during seasonal periods before flowering and whether families differ significantly in the direction of their phenological shifts. KEY RESULTS: Patterns observed among species within and across sites are mirrored among family means across sites; early-flowering families advance their FFD in response to warming more than late-flowering families. By contrast, we found no consistent relationships among taxa between mean FFD and sensitivity to precipitation as measured here. CONCLUSIONS: Family membership can be used to identify taxa of high and low sensitivity to temperature within the seasonal, temperate zone plant communities analyzed here. The high sensitivity of early-flowering families (and the absence of early-flowering families not sensitive to temperature) may reflect plasticity in flowering time, which may be adaptive in environments where early-season conditions are highly variable among years.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».