MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285588666 · doi:10.22541/au.165794046.69362127/v1

Climate-related range shifts in Arctic-breeding shorebirds

2022· preprint· en· W4285588666 sur OpenAlexaffabout
Christine Anderson, Lenore Fahrig, Jennie Rausch, Jean‐Louis Martin, Tanguy Daufresne, Paul A. Smith

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOccupancyRange (aeronautics)ArcticEcologyGeographyClimate changeHabitatLatitudePopulationEnvironmental scienceBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Aim: To test whether the occupancy of shorebirds has changed in the eastern Canadian Arctic, and whether these changes could indicate that shorebird distributions are shifting in response to long-term climate change Location: Foxe Basin and Rasmussen Lowlands, Nunavut, Canada Methods: We used a unique set of observations, made 25 years apart, using general linear models to test if there was a relationship between changes in shorebird species’ occupancy and their Species Temperature Index, a simple version of a species climate envelope. Results: Changes in occupancy and density varied widely across species, with some increasing and some decreasing. This is despite that overall population trends are known to be negative for all of these species, based on surveys during migration. The changes in occupancy that we observed were positively related to the Species Temperature Index, such that the warmer-breeding species appear to be moving into these regions, while colder-breeding species appear to be shifting out of the regions, likely northwards. Main Conclusions: Our results suggest that we should be concerned about declining breeding habitat availability for bird species whose current breeding ranges are centred on higher and colder latitudes.

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)0,001
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 enseignants0,479
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,263
Écart entre enseignants0,232 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→