MétaCan
Menu
Retour à la cohorte
Enregistrement W4297426717 · doi:10.3390/geomatics2040022

Modelling the Impact of Temperature under Climate Change Scenarios on Native and Invasive Vascular Vegetation on the Antarctic Peninsula and Surrounding Islands

2022· article· en· W4297426717 sur OpenAlexaff
Elissa Penfound, Christopher Wellen, Eric Vaz

Notice bibliographique

RevueGeomatics · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePolar Research and Ecology
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPeninsulaClimate changeBiodiversityVegetation (pathology)Environmental scienceGlobal warmingOceanographyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

There are only two species of native vascular plants found on the Antarctic Peninsula and the surrounding islands, Deschampsia Antarctica, and Colobanthus quitensis. Poa annua, a successful invasive species, poses a threat to D. antarctica and C. quitensis. This region may experience extreme changes in biodiversity due to climate change over the next 100 years. This study explores the relationship between vascular vegetation and changing temperature on the Antarctic Peninsula and uses a systems modelling approach to account for three climate change scenarios over a 100-year period. The results of this study indicate that (1) D. antarctica, C. quitensis, and P. annua will likely be impacted by temperature increases, and greater temperature increases will facilitate more rapid species expansion, (2) in all scenarios D. antarctica species occurrences increase to higher values compared to C. quitensis and P. annua, suggesting that D. antarctica populations may be more successful at expanding into newly forming ice-free areas, (3) C. quitensis may be more vulnerable to the spread of P. annua than D. antarctica if less extreme warming occurs, and (4) C. quitensis relative growth rate is capable of reaching higher values than D. antarctica and P. annua, but only under extreme warming conditions.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,267
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomaticsMême sujetPolar Research and EcologyTravaux en français237 207