MétaCan
Menu
Retour à la cohorte
Enregistrement W2805885264 · doi:10.1038/s41598-018-24360-9

Response to climate change of montane herbaceous plants in the genus Rhodiola predicted by ecological niche modelling

2018· article· en· W2805885264 sur OpenAlexaff
Jianling You, Xiaoping Qin, Sailesh Ranjitkar, Stephen C. Lougheed, Mingcheng Wang, Wen Zhou, Dongxin Ouyang, Yin Zhou, Jianchu Xu, Wenju Zhang, Yuguo Wang, Ji Yang, Zhiping Song

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésRange (aeronautics)EcologyClimate changeEcological nicheEnvironmental niche modellingLast Glacial MaximumSpecies distributionBiologyNicheHabitatGeographyGlacial period

Résumé

récupéré en direct d'OpenAlex

Climate change profoundly influences species distributions. These effects are evident in poleward latitudinal range shifts for many taxa, and upward altitudinal range shifts for alpine species, that resulted from increased annual global temperatures since the Last Glacial Maximum (LGM, ca. 22,000 BP). For the latter, the ultimate consequence of upward shifts may be extinction as species in the highest alpine ecosystems can migrate no further, a phenomenon often characterized as "nowhere to go". To predict responses to climate change of the alpine plants on the Qinghai-Tibetan Plateau (QTP), we used ecological niche modelling (ENM) to estimate the range shifts of 14 Rhodiola species, beginning with the Last Interglacial (ca. 120,000-140,000 BP) through to 2050. Distributions of Rhodiola species appear to be shaped by temperature-related variables. The southeastern QTP, and especially the Hengduan Mountains, were the origin and center of distribution for Rhodiola, and also served as refugia during the LGM. Under future climate scenario in 2050, Rhodiola species might have to migrate upward and northward, but many species would expand their ranges contra the prediction of the "nowhere to go" hypothesis, caused by the appearance of additional potential habitat concomitant with the reduction of permafrost with climate warming.

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)0,003
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,043
Tête enseignante GPT0,262
Écart entre enseignants0,219 · 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'étudeSans objet
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

Citations93
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207