MétaCan
Menu
Retour à la cohorte
Enregistrement W4224913921 · doi:10.1002/ecs2.4016

Integrating historical observations alters projections of eastern North American spruce–fir habitat under climate change

2022· article· en· W4224913921 sur OpenAlexaboutno aff
Caitlin M. Andrews, Jane R. Foster, Aaron R. Weiskittel, Anthony W. D’Amato, Erin Simons‐Legaard

Notice bibliographique

RevueEcosphere · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation of Sri LankaNational Aeronautics and Space Administration
Mots-clésClimate changeEcologyAbundance (ecology)Species distributionRange (aeronautics)HabitatPrecipitationGeographyDisturbance (geology)Environmental sciencePhysical geographyEcosystemClimatologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Spruce–fir ( Picea–Abies ) forests of the North American Acadian Forest Region are at risk of disappearing from the northeastern United States and Canada due to climate change. Species distribution models (SDMs) have been used to predict changes in this critical transitional ecosystem in the past, but none have addressed how seasonal patterns of temperature and precipitation interact to influence tree species abundance. Inferences have also been limited by contemporary inventory data that could not fully characterize species ranges because they either, (1) only sampled species occurrence after large‐scale human disturbance and settlement, or (2) did not span critical geopolitical boundaries (e.g., the US–Canadian border) that intersect the focal species' range(s). Here, we built new SDM models to better assess the bioclimatic distribution of four spruce–fir species and to test the importance of seasonal climate interactions. We compiled an extensive database of tree occurrence and abundance from recent (~1955–2012) and historical time periods (1623–1869) to model current species distributions and to predict how these might change under future climate. We found that including historical tree data in our SDMs revealed previously unrecognized suitable habitat along the southern edge of species' contemporary ranges. Random forest models predicted occurrence with high accuracy (area under receiver operator curve >0.98), and the seasonal climate variables that emerged as most important for these cold‐adapted species all included interactions that reflected sensitivity to colder temperatures, and preferences for wet weather concentrated in the winter months. Under moderate climate warming (representative concentration pathway 6.0), the northeastern United States retained additional suitable habitat when historical data were included through 2060 for three of the four species: red spruce ( Picea rubens ), black spruce ( Picea mariana ), and balsam fir ( Abies balsamea ), while white spruce ( Picea glauca ) habitat contracted into Canada. In contrast, future predictions from models that used contemporary data alone forecast extirpation for all four species from the northeastern United States. Overall, these findings highlight that prediction of species ranges in transitional ecosystems that span geopolitical boundaries and gradients of intense land use are improved when historical data and seasonal climate interactions of both temperature and precipitation variables are incorporated.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,035
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0350,001

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 Opus0,061
Tête enseignante GPT0,252
Écart entre enseignants0,191 · 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.

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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207