MétaCan
Menu
Retour à la cohorte
Enregistrement W4211078343 · doi:10.1139/cjz-2021-0092

Threatened skates exhibit abiotic niche stability despite climate change in the southwestern Atlantic Ocean

2022· article· en· W4211078343 sur OpenAlexvenueno aff
Jéssica Fernanda Ramos Coelho, Sergio Maia Queiroz Lima, Flávia F. Petean

Notice bibliographique

RevueCanadian Journal of Zoology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésThreatened speciesAbiotic componentEcologyNicheBiologyClimate changeEcological nicheBenthic zoneHabitat

Résumé

récupéré en direct d'OpenAlex

Climatic changes are disrupting distribution patterns of populations through shifts in species abiotic niches and habitat loss. The abiotic niche of marine benthic taxa such as skates, however, may be more climatically stable compared with the upper layers of the water column, which are more exposed to immediate impacts of warming. Here, we estimate climate change impacts in Riorajini, a tribe of four skates, as a proxy to evaluate the vulnerability of a temperate coastal zone in the Southwest Atlantic, and study niche dynamics in a scenario of environmental changes on this group of threatened species. We modelled the abiotic niche of each species under present climatic conditions (2000–2014), projected them to the future (2100), then measured distributional stability, expansion, and unfilling. Our results revealed abiotic stability between the scenarios modelled despite the advancement of climate change, suggesting that the benthic layers where these skates occur may be a refuge from the increasing thermal stress. However, the exposure of shallow waters to climate change may be detrimental to nursery habitats. Thus, although their abiotic niche may remain stable in the future, the loss of extension of occurrence might be a peril for them with 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,070
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,217
Écart entre enseignants0,196 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetIchthyology and Marine BiologyTravaux en français237 207