Forecasting the future of biodiversity: a test of single‐ and multi‐species models for ants in North America
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The geographic distributions of many taxonomic groups remain mostly unknown, hindering attempts to investigate the response of the majority of species on Earth to climate change using species distributions models (SDMs). Multi‐species models can incorporate data for rare or poorly‐sampled species, but their application to forecasting climate change impacts on biodiversity has been limited. Here we compare forecasts of changes in patterns of ant biodiversity in North America derived from ensembles of single‐species models to those from a multi‐species modeling approach, Generalized Dissimilarity Modeling (GDM). We found that both single‐ and multi‐species models forecasted large changes in ant community composition in relatively warm environments. GDM predicted higher turnover than SDMs and across a larger contiguous area, including the southern third of North America and notably Central America, where the proportion of ants with relatively small ranges is high and where data limitations are most likely to impede the application of SDMs. Differences between approaches were also influenced by assumptions regarding dispersal, with forecasts being more similar if no‐dispersal was assumed. When full‐dispersal was assumed, SDMs predicted higher turnover in southern Canada than did GDM. Taken together, our results suggest that 1) warm rather than cold regions potentially could experience the greatest changes in ant fauna under climate change and that 2) multi‐species models may represent an important complement to SDMs, particularly in analyses involving large numbers of rare or poorly‐sampled species. Comparisons of the ability of single‐ and multi‐species models to predict observed changes in community composition are needed in order to draw definitive conclusions regarding their application to investigating climate change impacts on biodiversity.
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.
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) | 0,000 | 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 découle