MétaCan
Menu
← Retour à la cohorte
Enregistrement W2794509482 · doi:10.1111/cag.12448

The potential effects of climate change on the habitat range of the Vancouver Island marmot (<i>Marmota vancouverensis</i>)

2018· article· en· W2794509482 sur OpenAlexafffundvenueabout
Larissa Thelin, Jeff Lewis, Alan Gilchrist, Jessica Craig

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensVancouver Island University
Organismes subventionnairesMinistry of Forests, Lands and Natural Resource OperationsVancouver Island University
Mots-clésMarmotHabitatRange (aeronautics)Climate changeGeographyEcologySnowpackSnowBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Research shows that the rise in surface temperatures induced by climate change will cause many animal species to follow their shifting ranges either upwards in elevation or polewards. Since the Vancouver Island marmot, one of Canada's most vulnerable species, is found in only a few fragmented locations on the Island, a shift in range could be detrimental to their well‐being. Using habitat restrictions based on existing successful hibernacula, this study modeled the marmot's current potential habitat range, which was found to be approximately 3200 km2, or 9.6% of the area of Vancouver Island. Next, we modeled the potential shift in habitat range due to the projected change in the climate of Vancouver Island and found that the habitat range shrinks to just 85 km2, or 0.2% of Vancouver Island. These results outline a clear trend in marmot habitat—that the impacts of climate change will substantially reduce the amount of potential habitat for the Vancouver Island marmot. We recommend that further research focus on the impacts of climate change on local climate regimes, including snowpack, marmot predators, and marmot food sources. Soil depths and natural meadows are also important to marmot habitat and require additional research and mapping.

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)0,000
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 enseignants0,235
Score d'incertitude au seuil0,473

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,177
Écart entre enseignants0,170 · 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

Citations0
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennes→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→