Water loss and temperature interact to compound amphibian vulnerability to climate change
Notice bibliographique
Résumé
Abstract Ectotherm thermal physiology is frequently used to predict species responses to changing climates, but for amphibians, water loss may be of equal or greater importance. Using physical models, we estimated the frequency of exceeding the thermal optimum ( T opt ) or critical evaporative water loss (EWL crit ) limits, with and without shade‐ or water‐seeking behaviours. Under current climatic conditions (2002–2012), we predict that harmful thermal (> T opt ) and hydric (>EWL crit ) conditions limit the activity of amphibians during ~70% of snow‐free days in sunny habitats. By the 2080s, we estimate that sunny and dry habitats will exceed one or both of these physiological limits during 95% of snow‐free days. Counterintuitively, we find that while wet environments eliminate the risk of critical EWL, they do not reduce the risk of exceeding T opt (+2% higher). Similarly, while shaded dry environments lower the risk of exceeding T opt , critical EWL limits are still exceeded during 63% of snow‐free days. Thus, no single environment that we evaluated can simultaneously reduce both physiological risks. When we forecast both temperature and EWL into the 2080s, both physiological thresholds are exceeded in all habitats during 48% of snow‐free days, suggesting that there may be limited opportunity for behaviour to ameliorate climate change. We conclude that temperature and water loss act synergistically, compounding the ecophysiological risk posed by climate change, as the combined effects are more severe than those predicted individually. Our results suggest that predictions of physiological risk posed by climate change that do not account for water loss in amphibians may be severely underestimated and that there may be limited scope for facultative behaviours to mediate rapidly changing environments.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».