MétaCan
Menu
Retour à la cohorte
Enregistrement W2570262555 · doi:10.1038/ncomms13994

Regional adaptation defines sensitivity to future ocean acidification

2017· article· en· W2570262555 sur OpenAlexafffund
Piero Calosi, Sedercor Melatunan, Lucy M. Turner, Yuri Artioli, Rob Davidson, Jonathan Byrne, Mark R. Viant, Stephen Widdicombe, Simon D. Rundle

Notice bibliographique

RevueNature Communications · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNatural Environment Research CouncilUniversity of BirminghamNatural Sciences and Engineering Research Council of CanadaNERC Biomolecular Analysis FacilityEuropean CommissionSight Research UKNational Aeronautics and Space Administration
Mots-clésOcean acidificationLittorinaAdaptation (eye)EcologyEcosystemClimate changeGlobal warmingBiogeographyBiologyMarine ecosystemSeawaterSpecies distributionRange (aeronautics)MacroecologyEffects of global warming on oceansEnvironmental changePopulationGlobal changeOceanographyMolluscaHabitatGeology

Résumé

récupéré en direct d'OpenAlex

Physiological responses to temperature are known to be a major determinant of species distributions and can dictate the sensitivity of populations to global warming. In contrast, little is known about how other major global change drivers, such as ocean acidification (OA), will shape species distributions in the future. Here, by integrating population genetics with experimental data for growth and mineralization, physiology and metabolomics, we demonstrate that the sensitivity of populations of the gastropod Littorina littorea to future OA is shaped by regional adaptation. Individuals from populations towards the edges of the natural latitudinal range in the Northeast Atlantic exhibit greater shell dissolution and the inability to upregulate their metabolism when exposed to low pH, thus appearing most sensitive to low seawater pH. Our results suggest that future levels of OA could mediate temperature-driven shifts in species distributions, thereby influencing future biogeography and the functioning of marine ecosystems.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,291
Écart entre enseignants0,249 · 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

Citations104
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207