Modelling the spatial distribution of selected North American woodland mammals under future climate scenarios
Notice bibliographique
Résumé
Abstract North America has a diverse array of mammalian species. Model projections indicate significant variations in future climate conditions of North America, and the habitats of woodland mammals of this continent may be particularly sensitive to changes in climate. We report on the potential spatial distributions of 13 wide‐ranging, relatively common species of North American woodland mammals under future climate scenarios. We examined the potential influence of the mean and seasonal climate variables on the distribution of species. Presence‐only occurrence records of species, four predictor variables, two future climate scenarios (Representative Concentration Pathways 4.5 and 8.5), and two time steps (current and 2070) were used to build species’ distribution models using a maximum entropy algorithm (MaxEnt). Our results suggested that overall, 11 of the 13 species are likely to gain climatically suitable space (regions where climate conditions will be similar to those of area currently occupied) at the continental scale, but American marten Martes americana and ‘woodland’ caribou Rangifer tarandus are likely to lose suitable climate range by 2070. Furthermore, climate space is likely to be expanding northwards under future climate scenarios for most of the mammals, and many jurisdictions in the border region between Canada and the USA are likely to lose iconic species, such as moose Alces alces. We identified regions as potential in situ and ex situ climate change refugia, which are increasingly considered to be important for biodiversity conservation. The model results suggest significant implications for conservation planning for the 13 mammalian species under global climate change, especially at fine spatial scales. Numerous species that are presently common at their southern range edge will be functionally or completely extirpated in 50 years. The potential in situ and ex situ climate change refugia could provide an effective support for adaptive strategies aimed at species conservation planning.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».