Physiological acclimation and persistence of ectothermic species under extreme heat events
Notice bibliographique
Résumé
Abstract Aim To test if physiological acclimation can buffer species against increasing extreme heat due to climate change. Location Global. Time period 1960 to 2015. Major taxa studied Amphibians, arthropods, brachiopods, cnidarians, echinoderms, fishes, molluscs, reptiles. Methods We draw together new and existing data quantifying the warm acclimation response in 319 species as the acclimation response ratio (ARR): the increase in upper thermal limit per degree increase in experimental temperature. We develop worst‐case scenario climate projections to calculate the number of years and generations gained by ARR until loss of thermal safety. We further compute a vulnerability score that integrates across variables estimating exposure to climate change and species‐specific tolerance through traits, including physiological plasticity, generation time and latitudinal range extent. Results ARR is highly variable, but with marked differences across taxa, habitats and latitude. Polar terrestrial arthropods show high ARRs [95% upper confidence limit (UCL95%) = 0.68], as do some polar aquatic invertebrates that were acclimated for extended durations (ARR > 0.4). While this physiological plasticity buys 100s of years until thermal safety is lost, combination with long generation times leads to decreased potential for evolutionary adaptation. Additionally, 27% of marine polar invertebrates have no capacity for acclimation and reptiles and amphibians have minimal ARR (UCL95% = 0.16). Low physiological plasticity, long generations times and restricted latitudinal ranges combine to distinguish reptiles, amphibians and polar invertebrates as being highly vulnerable amongst ectotherms. Main conclusions In some taxa the combined effects of acclimation capacity and generation time can provide 100s of years and generations before thermal safety is lost. The accuracy of assessments of vulnerability to climate change will be improved by considering multiple aspects of species’ biology that, in combination may increase persistence under extreme heat events, and increase the probability for evolutionary rescue.
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) | 0,001 | 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 ».