MétaCan
Menu
Retour à la cohorte
Enregistrement W2560199405 · doi:10.1111/fwb.12874

Does dispersal capacity matter for freshwater biodiversity under climate change?

2016· article· en· W2560199405 sur OpenAlexaff
Alex Bush, Andrew J. Hoskins

Notice bibliographique

RevueFreshwater Biology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBiological dispersalClimate changeRange (aeronautics)HabitatEcologyEnvironmental scienceBiodiversitySpecies distributionEcosystemBiologyPopulation

Résumé

récupéré en direct d'OpenAlex

Summary Freshwater ecosystems appear to be sensitive to even minor climatic shifts, and the dendritic nature of rivers as well as patchy distribution of habitats within the terrestrial landscape could limit the ability of species to track suitable climate conditions. Although the importance of dispersal is recognised in theory, there is great uncertainty when quantifying the capacity of species to shift their distributions in response to climate change. The influence of dispersal capacity on species’ vulnerability to climate change was assessed, using the modelled projections of 527 freshwater species in New South Wales (NSW), Australia. Species’ future ranges were calculated by iteratively identifying colonisation of accessible habitats and loss of suitable habitats within network models. The accessibility of new habitats was based on a given dispersal mode (aquatic, semi‐terrestrial and aerial). The relative impact of dispersal parameters on projected range were evaluated alongside other known sources of uncertainty (climate and emissions scenarios, modelling algorithm and biological group), analysed collectively in a generalised additive mixed‐model, and spatially to locate regions of NSW where projections are associated with the most uncertainty. Our simulations (1.4 million scenario combinations) suggest at least a third of species will lose more than half their range under climate change. Nevertheless, we emphasise the broad uncertainty that any average encapsulates. Dispersal capacity only had a minor impact on projected range shifts relative to other modelling assumptions but the network‐pathways and maps of uncertainty have value for conservation planning at large scales. Projected range losses initially decreased rapidly as dispersal rates increased but the benefits are reduced above 2–3 km year−1. Taxa restricted to dispersal within the stream network (aquatic) were more vulnerable to climate change than taxa with semi‐terrestrial or aerial dispersal and maps of variation due to dispersal mode and rate indicate where habitat connectivity would be most beneficial. This study demonstrates the breadth of uncertainties that challenge plans for improving ecosystem adaptation under climate change and highlights where in the landscape those differences were consistent. We emphasise the need for freshwater conservation studies to be ecologically representative, to focus on broad‐scale connectivity for taxa that can move between catchments, and an accessible network of refugia for taxa with more limited dispersal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,242
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207