Using physiological conditions to assess current and future habitat use of a Subarctic frog
Notice bibliographique
Résumé
Abstract Species with especially close dependence on the environment to meet physiological requirements, such as ectotherms, are highly susceptible to the impacts of climate change. Climate change is occurring rapidly in the Subarctic and Arctic, but there is limited knowledge on ectotherm physiology in these landscapes. We investigated how environmental conditions and habitat characteristics influence the physiological conditions and habitat use of wood frogs (Rana sylvatica) in a Subarctic landscape near Churchill, Manitoba (Canada). We used plaster models to estimate water loss rates and surface body temperatures among different habitat types and at specific locations used by radio‐tracked frogs. Water loss (R2= 0.67) and surface temperature (R2= 0.80) of plaster models was similar to that of live frogs. Model‐based water loss rates were greater in tundra habitat than in boreal forest and ecotone habitat. Habitat use of wood frogs was strongly tied with available surface moisture and decreased water loss rates that were observed with plaster models. Environmental conditions, such as wind speed and ground temperature, explained 58% and 91% of the variation in water balance and temperature of plaster models. Maintaining physiological conditions may be challenging for semi‐aquatic ectotherms in environments vulnerable to future climate change. The ability to predict physiological conditions based on environmental conditions, as demonstrated in our study, can help understand how wildlife will respond to climatic changes.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».