MétaCan
Menu
Retour à la cohorte
Enregistrement W3202216719 · doi:10.1098/rsbl.2021.0363

Evolutionary conservatism will limit responses to climate change in the tropics

2021· article· en· W3202216719 sur OpenAlexaff
Ethan Linck, Benjamin G. Freeman, Carlos Daniel Cadena, Cameron K. Ghalambor

Notice bibliographique

RevueBiology Letters · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyEcologyNicheParapatric speciationEcological nicheClimate changeAdaptation (eye)TropicsBiogeographyRange (aeronautics)HabitatEvolutionary biologyGenetic variation

Résumé

récupéré en direct d'OpenAlex

Abstract Rapid species turnover in tropical mountains has fascinated biologists for centuries. A popular explanation for this heightened beta diversity is that climatic stability at low latitudes promotes the evolution of narrow thermal tolerance ranges, leading to local adaptation, evolutionary divergence and parapatric speciation along elevational gradients. However, an emerging consensus from research spanning phylogenetics, biogeography and behavioural ecology is that this process rarely, if ever, occurs. Instead, closely related species typically occupy a similar elevational niche, while species with divergent elevational niches tend to be more distantly related. These results suggest populations have responded to past environmental change not by adapting and diverging in place, but instead by shifting their distributions to tightly track climate over time. We argue that tropical species are likely to respond similarly to ongoing and future climate warming, an inference supported by evidence from recent range shifts. In the absence of widespread in situ adaptation to new climate regimes by tropical taxa, conservation planning should prioritize protecting large swaths of habitat to facilitate movement.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,280
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207