MétaCan
Menu
Retour à la cohorte
Enregistrement W2773353633 · doi:10.1038/s41598-017-17105-7

Heterogeneous responses of temperate-zone amphibian populations to climate change complicates conservation planning

2017· article· en· W2773353633 sur OpenAlexaff
Erin Muths, Thierry Chambert, Benedikt R. Schmidt, Douglas A. Miller, Blake R. Hossack, Pierre Joly, Odile Grolet, David M. Green, David S. Pilliod, Marc Cheylan, Robert N. Fisher, Rebecca McCaffery, Michael J. Adams, Wendy J. Palen, Jan W. Arntzen, Justin M. Garwood, Gary M. Fellers, Jean‐Marc Thirion, Aurélien Besnard, Evan H. Campbell Grant

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensBurnaby HospitalSimon Fraser UniversityMcGill University
Organismes subventionnairesU.S. Geological Survey
Mots-clésTemperate climateTaxonEcologyClimate changeAmphibianPopulationBiologyGeographyTemperate rainforestEnvironmental resource managementEcosystemEnvironmental scienceDemography

Résumé

récupéré en direct d'OpenAlex

The pervasive and unabated nature of global amphibian declines suggests common demographic responses to a given driver, and quantification of major drivers and responses could inform broad-scale conservation actions. We explored the influence of climate on demographic parameters (i.e., changes in the probabilities of survival and recruitment) using 31 datasets from temperate zone amphibian populations (North America and Europe) with more than a decade of observations each. There was evidence for an influence of climate on population demographic rates, but the direction and magnitude of responses to climate drivers was highly variable among taxa and among populations within taxa. These results reveal that climate drivers interact with variation in life-history traits and population-specific attributes resulting in a diversity of responses. This heterogeneity complicates the identification of conservation 'rules of thumb' for these taxa, and supports the notion of local focus as the most effective approach to overcome global-scale conservation challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,077
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,138
Tête enseignante GPT0,338
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

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

Citations76
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207