MétaCan
Menu
Retour à la cohorte
Enregistrement W3201855919 · doi:10.3389/fevo.2021.679673

Assessing Pathways of Climate Change Effects in SpaDES: An Application to Boreal Landbirds of Northwest Territories Canada

2021· article· en· W3201855919 sur OpenAlexafffundabout
Tatiane Micheletti, Frances E. C. Stewart, Steven G. Cumming, Samuel Haché, Diana Stralberg, Junior A. Tremblay, Ceres Barros, Ian M. S. Eddy, Alex M Chubaty, Mathieu Leblond, Rhiannon F. Pankratz, C. Lisa Mahon, Steven L. Van Wilgenburg, Erin M. Bayne, Fiona K. A. Schmiegelow, Eliot J. B. McIntire

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensYukon UniversityEnvironment and Climate Change CanadaUniversity of AlbertaNatural Resources CanadaUniversité LavalUniversity of VictoriaCanadian Forest ServiceUniversity of British Columbia
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaU.S. Forest ServiceMinistry of EnvironmentEnvironment and Climate Change CanadaMitacsMinistry of Environment - SaskatchewanfRI Research
Mots-clésClimate changeTaigaEcologyBorealVegetation (pathology)OccupancyBiomass (ecology)Environmental sciencePhysical geographyClimate modelGeographyHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Distributions of landbirds in Canadian northern forests are expected to be affected by climate change, but it remains unclear which pathways are responsible for projected climate effects. Determining whether climate change acts indirectly through changing fire regimes and/or vegetation dynamics, or directly through changes in climatic suitability may allow land managers to address negative trajectories via forest management. We used SpaDES, a novel toolkit built in R that facilitates the implementation of simulation models from different areas of knowledge to develop a simulation experiment for a study area comprising 50 million ha in the Northwest Territories, Canada. Our factorial experiment was designed to contrast climate effects pathways on 64 landbird species using climate-sensitive and non-climate sensitive models for tree growth and mortality, wildfire, and landbirds. Climate-change effects were predicted to increase suitable habitat for 73% of species, resulting in average net gain of 7.49 million ha across species. We observed higher species turnover in the northeastern, south-central (species loss), and western regions (species gain). Importantly, we found that most of the predicted differences in net area of occupancy across models were attributed to direct climate effects rather than simulated vegetation change, despite a similar relative importance of vegetation and climate variables in landbird models. Even with close to a doubling of annual area burned by 2100, and a 600 kg/ha increase in aboveground tree biomass predicted in this region, differences in landbird net occupancy across models attributed to climate-driven forest growth were very small, likely resulting from differences in the pace of vegetation and climate changes, or vegetation lags. The effect of vegetation lags (i.e., differences from climatic equilibrium) varied across species, resulting in a wide range of changes in landbird distribution, and consequently predicted occupancy, due to climate effects. These findings suggest that hybrid approaches using statistical models and landscape simulation tools could improve wildlife forecasts when future uncoupling of vegetation and climate is anticipated. This study lays some of the methodological groundwork for ecological adaptive management using the new platform SpaDES, which allows for iterative forecasting, mixing of modeling paradigms, and tightening connections between data, parameterization, and simulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,461
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations31
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetFire effects on ecosystemsTravaux en français237 207