Opportunities for behavioral rescue under rapid environmental change
Notice bibliographique
Résumé
Laboratory measurements of physiological and demographic tolerances are important in understanding the impact of climate change on species diversity; however, it has been recognized that forecasts based solely on these laboratory estimates overestimate risk by omitting the capacity for species to utilize microclimatic variation via behavioral adjustments in activity patterns or habitat choice. The complex, and often context-dependent nature, of microclimate utilization has been an impediment to the advancement of general predictive models. Here, we overcome this impediment and estimate the potential impact of warming on the fitness of ectotherms using a benefit/cost trade-off derived from the simple and broadly documented thermal performance curve and a generalized cost function. Our framework reveals that, for certain environments, the cost of behavioral thermoregulation can be reduced as warming occurs, enabling behavioral buffering (e.g., the capacity for behavior to ameliorate detrimental impacts) and "behavioral rescue" from extinction in extreme cases. By applying our framework to operative temperature and physiological data collected at an extremely fine spatial scale in an African lizard, we show that new behavioral opportunities may emerge. Finally, we explore large-scale geographic differences in the impact of behavior on climate-impact projections using a global dataset of 38 insect species. These multiple lines of inference indicate that understanding the existing relationship between thermal characteristics (e.g., spatial configuration, spatial heterogeneity, and modal temperature) is essential for improving estimates of extinction risk.
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) | 0,065 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».