MétaCan
Menu
Retour à la cohorte
Enregistrement W4281259496 · doi:10.1111/ele.14028

The role of demographic compensation in stabilising marginal tree populations in North America

2022· letter· en· W4281259496 sur OpenAlexaff
Xianyu Yang, Amy L. Angert, Pieter A. Zuidema, Fangliang He, Shongming Huang, Shouzhong Li, Shou‐Li Li, Nathalie Isabelle Chardon, Jian Zhang

Notice bibliographique

RevueEcology Letters · 2022
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensGovernment of AlbertaUniversity of AlbertaAgriculture Food and Rural DevelopmentUniversity of British Columbia
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésEcologyRange (aeronautics)Climate changePopulationPopulation sizeBiologyCompensation (psychology)Population growthCompetition (biology)GeographyDemography

Résumé

récupéré en direct d'OpenAlex

Demographic compensation-the opposing responses of vital rates along environmental gradients-potentially delays anticipated species' range contraction under climate change, but no consensus exists on its actual contribution. We calculated population growth rate (λ) and demographic compensation across the distributional ranges of 81 North American tree species and examined their responses to simulated warming and tree competition. We found that 43% of species showed stable population size at both northern and southern edges. Demographic compensation was detected in 25 species, yet 15 of them still showed a potential retraction from southern edges, indicating that compensation alone cannot maintain range stability. Simulated climatic warming caused larger decreases in λ for most species and weakened the effectiveness of demographic compensation in stabilising ranges. These findings suggest that climate stress may surpass the limited capacity of demographic compensation and pose a threat to the viability of North American tree populations.

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 enseignants0,175
Score d'incertitude au seuil0,986

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,020
Tête enseignante GPT0,228
Écart entre enseignants0,208 · 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207