High community turnover and dispersal limitation relative to rapid climate change
Notice bibliographique
Résumé
Abstract Aim Many competing hypotheses seek to identify the mechanisms behind species richness gradients. Yet, the determinants of species turnover over broad scales are uncertain. We test whether environmental dissimilarity predicts biotic turnover spatially and temporally across an array of environmental variables and spatial scales using recently observed climate changes as a pseudo‐experimental opportunity. Location Canada. Methods We used an extensive database of observation records of 282 Canadian butterfly species collected between 1900 and 2010 to characterize spatial and temporal turnover based on Jaccard indices. We compare relationships between spatial turnover and differences in an array of relevant environmental conditions, including aspects of temperature, precipitation, elevation, primary productivity and land cover. Measurements were taken within 100‐, 200‐ and 400‐km grid cells, respectively. We tested the relative importance of each variable in predicting spatial turnover using bootstrap analysis. Finally, we tested for effects of temperature and precipitation change on temporal turnover, including distinctly accounting for turnover under individual species’ potential dispersal limitations. Results Temperature differences between areas correlate with spatial turnover in butterfly assemblages, independently of distance, sampling differences or the spatial resolution of the analysis. Increasing temperatures are positively related to biotic turnover within quadrats through time. Limitations on species dispersal may cause observed biotic turnover to be lower than expected given the magnitude of temperature changes through time. Main conclusions Temperature differences can account for spatial trends in biotic dissimilarity and turnover through time in areas where climate is changing. Butterfly communities are changing quickly in some areas, probably reflecting the dispersal capacities of individual species. However, turnover is lower through time than expected in many areas, suggesting that further work is needed to understand the factors that limit dispersal across broad regions. Our results illustrate the large‐scale effects of climate change on biodiversity in areas with strong environmental gradients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».