MétaCan
Menu
Retour à la cohorte
Enregistrement W4310782701 · doi:10.1038/s42003-022-04273-0

Climate, currents and species traits contribute to early stages of marine species redistribution

2022· article· en· W4310782701 sur OpenAlexafffund
Jorge García Molinos, Heather L. Hunt, Madeline Green, Curtis Champion, Jason R. Hartog, GT Pecl

Notice bibliographique

RevueCommunications Biology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesCentre for Marine SocioecologyUniversity of TasmaniaCommonwealth Scientific and Industrial Research OrganisationUniversity of New Brunswick
Mots-clésClimate changeEffects of global warming on oceansMarine speciesRange (aeronautics)EcologyRedistribution (election)Global warmingOcean acidificationEnvironmental scienceSpecies distributionGeographyOceanographyBiologyHabitatGeology

Résumé

récupéré en direct d'OpenAlex

Anthropogenic climate change is causing a rapid redistribution of life on Earth, particularly in the ocean, with profound implications for humans. Yet warming-driven range shifts are known to be influenced by a variety of factors whose combined effects are still little understood. Here, we use scientist-verified out-of-range observations from a national citizen-science initiative to assess the combined effect of long-term warming, climate extremes (i.e., heatwaves and cold spells), ocean currents, and species traits on early stages of marine range extensions in two warming 'hotspot' regions of southern Australia. We find effects of warming to be contingent upon complex interactions with the strength of ocean currents and their mutual directional agreement, as well as species traits. Our study represents the most comprehensive account to date of factors driving early stages of marine species redistributions, providing important evidence for the assessment of the vulnerability of marine species distributions to climate change.

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 enseignants0,267
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0200,000

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 Opus0,050
Tête enseignante GPT0,293
Écart entre enseignants0,244 · 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

Citations28
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207