MétaCan
Menu
Retour à la cohorte
Enregistrement W2733058537 · doi:10.1093/icb/icx032

Insect Development, Thermal Plasticity and Fitness Implications in Changing, Seasonal Environments

2017· article· en· W2733058537 sur OpenAlexaff
Lauren B. Buckley, Andrew J Arakaki, Anthony F. Cannistra, Heather M. Kharouba, Joel G. Kingsolver

Notice bibliographique

RevueIntegrative and Comparative Biology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSociety for Integrative and Comparative Biology (SICB)National Science Foundation
Mots-clésEctothermPhenologyBiologyTemperate climateLatitudeEcologySeasonalityPopulationPhenotypic plasticityGrowing seasonAdaptation (eye)Climate changeBergmann's ruleDemographyGeography

Résumé

récupéré en direct d'OpenAlex

Historical data show that recent climate change has caused advances in seasonal timing (phenology) in many animals and plants, particularly in temperate and higher latitude regions. The population and fitness consequences of these phenological shifts for insects and other ectotherms have been heterogeneous: warming can increase development rates and the number of generations per year (increasing fitness), but can also lead to seasonal mismatches between animals and their resources and increase exposure to environmental variability (decreasing fitness). Insect populations exhibit local adaptation in their developmental responses to temperature, including lower developmental thresholds and the thermal requirements to complete development, but climate change can potentially disrupt seasonal timing of juvenile and adult stages and alter population fitness. We investigate these issues using a global dataset describing how insect developmental responds to temperature via two traits: lower temperature thresholds for development (T0) and the cumulative degree-days required to complete development (G). As suggested by previous analyses, T0 decreases and G increases with increasing (absolute) latitude; however, these traits and the relationship between G and latitude varies significantly among taxonomic orders. The mean number of generations per year (a metric of fitness) increases with both decreasing T0 and G, but the effects of these traits on fitness vary strongly with latitude, with stronger selection on both traits at higher (absolute) latitudes. We then use the traits to predict developmental timing and temperatures for multiple generations within seasons and across years (1970-2010). Seasonality drives developmental temperatures to peak mid-season and for generation lengths to decline across seasons, particularly in temperate regions. We predict that climate warming has advanced phenology and increased the number of generations, particularly at high latitudes. The magnitude of increases in developmental temperature varies little across latitude. Increases in the number of seasonal generations have been greatest for populations experiencing the greatest phenological advancements and warming. Shifts in developmental rate and timing due to climate change will have complex implications for selection and fitness in seasonal environments.

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 enseignants0,016
Score d'incertitude au seuil0,032

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,103
Tête enseignante GPT0,321
Écart entre enseignants0,218 · 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

Citations85
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative and Comparative BiologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207