Phenological responses to multiple environmental drivers under climate change: insights from a long‐term observational study and a manipulative field experiment
Notice bibliographique
Résumé
Climate change has induced pronounced shifts in the reproductive phenology of plants, yet we know little about which environmental factors contribute to interspecific variation in responses and their effects on fitness. We integrate data from a 43 yr record of first flowering for six species in subalpine Colorado meadows with a 3 yr snow manipulation experiment on the perennial forb Boechera stricta (Brassicaceae) from the same site. We analyze shifts in the onset of flowering in relation to environmental drivers known to influence phenology: the timing of snowmelt, the accumulation of growing degree days, and photoperiod. Variation in responses to climate change depended on the sequence in which species flowered, with early-flowering species reproducing faster, at a lower heat sum, and under increasingly disparate photoperiods relative to later-flowering species. Early snow-removal treatments confirm that the timing of snowmelt governs observed trends in flowering phenology of B. stricta and that climate change can reduce the probability of flowering, thereby depressing fitness. Our findings suggest that climate change is decoupling historical combinations of photoperiod and temperature and outpacing phenological changes for our focal species. Accurate predictions of biological responses to climate change require a thorough understanding of the factors driving shifts in phenology.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,017 | 0,001 |
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 tête enseignante, 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 ».