MétaCan
Menu
Retour à la cohorte
Enregistrement W2751140675 · doi:10.1111/gcb.13883

Role of population genetics in guiding ecological responses to climate

2017· article· en· W2751140675 sur OpenAlexaff
Gerald E. Rehfeldt, Laura P. Leites, Dennis G. Joyce, Aaron R. Weiskittel

Notice bibliographique

RevueGlobal Change Biology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensSault Area Hospital
Organismes subventionnairesnon disponible
Mots-clésPinus contortaPopulationClimate changeEcologyPopulation growthBiologyCarrying capacityPopulation sizeDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Population responses to climate were assessed using 3–7 years height growth data gathered for 266 populations growing in 12 common gardens established in the 1980s as part of five disparate studies ofPinus contortavar.latifolia. Responses are interpreted according to three concepts: the ecological optimum, the climate where a population is competitively exclusive and in which, therefore, it occurs naturally; the physiological optimum, the climate where a population grows best but is most often competitively excluded; and growth potential, the innate capacity for growth at the physiological optimum. Statistical analyses identified winter cold, measured by the square root of negative degree‐days calculated from the daily minimum temperature (MINDD01/2), as the climatic effect most closely related to population growth potential; the colder the winter inhabited by a population, the lower its growth potential, a relationship presumably molded by natural selection. By splitting the data into groups based on populationMINDD01/2and using a function suited to skewed normal distributions, regressions were developed for predicting growth from the distance in climate space (MINDD01/2) populations had been transferred from their native location to a planting site. The regressions were skewed, showing that the ecological optimum of most populations is colder than the physiological optimum and that the discrepancy between the two increases as the ecological optimum becomes colder. Response to climate change is dependent on innate growth potential and the discrepancy between the two optima and, therefore, is population‐specific, developing out of genotype‐environment interactions. Response to warming in the short‐term can be either positive or negative, but long term responses will be negative for all populations, with the timing of the demise dependent on the amount of skew. The results pertain to physiological modeling, species distribution models, and climate‐change adaptation strategies.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,059
Tête enseignante GPT0,317
Écart entre enseignants0,258 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207