A novel tool to assess the effect of intraspecific spatial niche variation on species distribution shifts under climate change
Notice bibliographique
Résumé
Abstract Aim Niche‐based models often ignore spatial variation in the climatic niche of a species across its occupied range and the related variation in the response to changing climate conditions. This assumption may lead to inaccurate predictions of species distribution shifts under climate change. Models have been developed to address this issue, but most of them depend upon prior knowledge on evolutionary lineages, phenotypic traits or ecological processes underlying local adaptation or adaptive plasticity. As such information is often lacking, these models are not frequently used to predict distribution shifts for many species. This limits our ability to explore general patterns of change across species. Innovation Here, we propose a modelling framework that can be applied across a large sample of species to assess their distribution shifts under future climate while exploring the effect of intraspecific spatial variation in the response to climate conditions. The proposed approach does not require a detailed understanding of the processes underlying such variation. The geographical distribution of a species is split into spatial subsets along the gradient of occupied climate conditions. These subsets are considered as proxies for intraspecific spatial niche variation. Local models are built with each subset and their predictions are assembled across the study area under different dispersal assumptions. Using European butterflies as an example, we show that this approach can be used to explore the uncertainty about predicted distribution shifts arising from intraspecific spatial variation in sensitivity and response to changing climate conditions. Main conclusions Our modelling approach is not intended to replace advanced modelling methods based on species‐specific knowledge of ecological and evolutionary processes, but it is useful as an exploratory tool to detect species for which detailed information on intraspecific responses to climate conditions is likely to make a difference for prediction of future distribution shifts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».