MétaCan
Menu
← Retour à la cohorte
Enregistrement W3138440701 · doi:10.7554/elife.58397.sa1

Decision letter: Regularities in species’ niches reveal the world’s climate regions

2020· peer-review· en· W3138440701 sur OpenAlexaff
Kévin Cazelles, Şerban Procheş, Barnabas H. Daru

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEcological nicheEcologyTemperate climateGeographyClimate changeEvergreenNicheSteppeVegetation (pathology)Environmental niche modellingPhysical geographyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

There are many distinct climates on Earth, from tropical savannas and temperate forests to dry deserts. Historically, each region has been defined by how its annual weather patterns shape the type of vegetation present. For example, hot and humid environments support the growth of evergreen forests that would not survive in drier places. Identifying the boundaries between climate regions is key to understanding how life is organized on Earth and predicting how climate change will affect different species. Current climate classifications, however, do not account for where animals can be found or how local conditions, such as precipitation and average temperatures, shape the distribution of different animal species. To bridge this gap, Calatayud et al. analyzed the preferred climate of about 26,000 animal species, including amphibians, birds, mammals and reptiles. For each species, Calatayud et al. calculated the annual rainfall and temperature of its local environment, or ‘niche’, using previously collected data. They then used a computer algorithm to group together climates that had similar species. This identified 16 climate regions which govern the distribution of the animals studied. Calatayud et al. found that these newly defined climatic regions resembled some of the regions classified using plants. This was particularly true for high-energy climates that had lower levels of rainfall and hot temperatures, such as deserts and the tropical savanna. The animals and plant species living in high-energy regions were found to be fairly consistent across both classification systems. Whereas the species present in milder and colder climates, such as temperate forests or Mediterranean climates, were found to be much more varied. This suggests that temperate climates are harder to classify and may affect the distribution of plants and animals differently. It also implies that less extreme conditions support a larger range of species than harsher climates in which only species with certain adaptations are able to survive. These findings build the basis for a better understanding of how climates shape ecosystems. More specific climate classifications, based on such analyses, could be used to inform conservation strategies for animal species in the face of climate change.

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)0,004
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0250,014
Charge utile insuffisante (le modèle a refusé de juger)0,1010,073

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 Opus0,059
Tête enseignante GPT0,292
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→