Warming undermines emergence success in a threatened alpine stonefly: A multi‐trait perspective on vulnerability to climate change
Notice bibliographique
Résumé
Abstract Vulnerability to warming is often assessed using short‐term metrics such as the critical thermal maximum (CT MAX ), which represents an organism's ability to survive extreme heat. However, the long‐term effects of sub‐lethal warming are an essential link to fitness in the wild, and these effects are not adequately captured by metrics like CT MAX . The meltwater stonefly, Lednia tumana , is endemic to high‐elevation streams of Glacier National Park, MT, USA, and has long been considered acutely vulnerable to climate‐change‐associated stream warming. As a result, in 2019, it was listed as Threatened under the U.S. Endangered Species Act. This presumed vulnerability to warming was challenged by a recent study showing that nymphs can withstand short‐term exposure to temperatures as high as ~27°C. But whether they also tolerate exposure to chronic, long‐term warming remained unclear. By measuring fitness‐related traits at several ecologically relevant temperatures over several weeks, we show that L. tumana cannot complete its life‐cycle at temperatures only a few degrees above what some populations currently experience. The temperature at which growth rate was maximized appears to have a detrimental impact on other key traits (survival, emergence success and wing development), thus extending our understanding of L. tumana 's vulnerability to climate change. Our results call into question the use of CT MAX as a sole metric of thermal sensitivity for a species, while highlighting the power and complexity of multi‐trait approaches to assessing vulnerability. Read the free Plain Language Summary for this article on the Journal blog.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».