MétaCan
Menu
← Retour à la cohorte
Enregistrement W2989832558 · doi:10.1101/853374

Climatic niche change of fish is faster at high latitude and in marine environments

2019· preprint· en· W2989832558 sur OpenAlexaff
Luana Bourgeaud, Jonathan Rolland, Juan D. Carvajal‐Quintero, Céline Jezequel, Pablo A. Tedesco, Jérôme Murienne, Gaël Grenouillet

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAgence française pour la biodiversitéConsejo Nacional de Ciencia y TecnologíaAgence Nationale de la RechercheLaboratoire d'Excellence TULIPSociety for Conservation Biology
Mots-clésNicheEcological nicheEcologyClimate changeLatitudeHabitatAdaptation (eye)Environmental changeBiologyFreshwater fishGeographyFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

Change in species’ climatic niches is a key mechanism influencing species distribution patterns. The question of which factors impact niche change remains a highly debated topic in evolutionary biology. Previous studies have proposed that rates of climatic niche change might be correlated with climatic oscillations at high latitude or adaptation to new environmental conditions. Yet, very few studies have asked if those factors are also predominant in aquatic environments. Here, we reconstruct the climatic niche changes of fish species on a new phylogeny encompassing 12,616 species. We first confirm that the rate of niche change is faster at high latitude and show that this association is steeper for freshwater than for marine species. We also show that freshwater species have slower rates of niche change than marine species. These results may be explained by the fact that freshwater species have larger climatic niche breadth and thermal safety margin than marine species at high latitude. Overall, our study sheds a new light on the environmental conditions and species features impacting rates of climatic niche change in aquatic habitats.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,023
Tête enseignante GPT0,214
Écart entre enseignants0,191 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→