Impacts of Climate Change and Intensive Lesser Snow Goose (Chen caerulescens caerulescens) Activity on Surface Water in High Arctic Pond Complexes
Notice bibliographique
Résumé
Rapid increases in air temperature in Arctic and subarctic regions are driving significant changes to surface waters. These changes and their impacts are not well understood in sensitive high-Arctic ecosystems. This study explores changes in surface water in the high Arctic pond complexes of western Banks Island, Northwest Territories. Landsat imagery (1985–2015) was used to detect sub-pixel trends in surface water. Comparison of higher resolution aerial photographs (1958) and satellite imagery (2014) quantified changes in the size and distribution of waterbodies. Field sampling investigated factors contributing to the observed changes. The impact of expanding lesser snow goose populations and other biotic or abiotic factors on observed changes in surface water were also investigated using an information theoretic model selection approach. Our analyses show that the pond complexes of western Banks Island lost 7.9% of the surface water that existed in 1985. Drying disproportionately impacted smaller sized waterbodies, indicating that climate is the main driver. Model selection showed that intensive occupation by lesser snow geese was associated with more extensive drying and draining of waterbodies and suggests this intensive habitat use may reduce the resilience of pond complexes to climate warming. Changes in surface water are likely altering permafrost, vegetation, and the utility of these areas for animals and local land-users, and should be investigated further.
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) | 0,000 | 0,000 |
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.
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 ».