MétaCan
Menu
Retour à la cohorte
Enregistrement W4318754458 · doi:10.1098/rsbl.2022.0408

Local-scale impacts of extreme events drive demographic asynchrony in neighbouring top predator populations

2023· article· en· W4318754458 sur OpenAlexfundno aff
Francesco Ventura, Andrew Stanworth, Sarah Crofts, Amanda Kuepfer, Paulo Catry

Notice bibliographique

RevueBiology Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaCentro de Estudos Ambientais e Marinhos, Universidade de AveiroMcGill UniversityWildlife Conservation Society
Mots-clésBiologyExtreme weatherClimate changeEcologyPopulationAlbatrossStormDemographyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Extreme weather events are among the most critical aspects of climate change, but our understanding of their impacts on biological populations remains limited. Here, we exploit the rare opportunity provided by the availability of concurrent longitudinal demographic data on two neighbouring marine top predator populations (the black-browed albatross, Thalassarche melanophris , breeding in two nearby colonies) hit by an exceptionally violent storm during one study year. The aim of this study is to quantify the demographic impacts of extreme events on albatrosses and test the hypothesis that extreme events would synchronously decrease survival rates of neighbouring populations. Using demographic modelling we found that, contrary to our expectation, the storm affected the survival of albatrosses from only one of the two colonies, more than doubling the annual mortality rate compared to the study average. Furthermore, the effects of storms on adult survival would lead to substantial population declines (up to 2% per year) under simulated scenarios of increased storm frequencies. We, therefore, conclude that extreme events can result in very different local-scale impacts on sympatric populations. Crucially, by driving demographic asynchrony, extreme events can hamper our understanding of the demographic responses of wild populations to mean, long-term shifts in climate.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,266
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207