MétaCan
Menu
Retour à la cohorte
Enregistrement W4388496259 · doi:10.1111/jbi.14754

Integrative demographic modelling reduces uncertainty in estimated rates of species' historical range shifts

2023· article· en· W4388496259 sur OpenAlexaff
Alfredo Romero Castilla, Alissa Brown, Sean Hoban, Everett Andrew Abhainn, John D. Robinson, Jeanne Romero‐Severson, Adam B. Smith, Allan E. Strand, John Tipton, Andria Dawson

Notice bibliographique

RevueJournal of Biogeography · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMount Royal UniversityUniversity of Calgary
Organismes subventionnairesDivision of Biological InfrastructureDivision of Ocean Sciences
Mots-clésRange (aeronautics)Coalescent theorySpecies distributionApproximate Bayesian computationBiologyPollenEcologyPopulationPhysical geographyGeographyPhylogeneticsHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Biogeographers have used three primary data types to examine shifts in tree ranges in response to past climate change: fossil pollen, genetic data and contemporary occurrences. Although recent efforts have explored formal integration of these types of data, we have limited understanding of how integration affects estimates of range shift rates and their uncertainty. We compared estimates of biotic velocity (i.e. rate of species' range shifts) using each data type independently to estimates obtained using integrated models. Location Eastern North America. Taxon Fraxinus pennsylvanica Marshall (green ash). Methods Using fossil pollen, genomic data and modern occurrence data, we estimated biotic velocities directly from 24 species distribution models (SDMs) and 200 pollen surfaces created with a novel Bayesian spatio‐temporal model. We compared biotic velocity from these analyses to estimates based on coupled demographic‐coalescent simulations and Approximate Bayesian Computation that combined fossil pollen and SDMs with population genomic data collected across the F. pennsylvanica range. Results Patterns and magnitude of biotic velocity over time varied by the method used to estimate past range dynamics. Estimates based on fossil pollen yielded the highest rates of range movement. Overall, integrating genetic data with other data types in our simulation‐based framework reduced apparent uncertainty in biotic velocity estimates and resulted in greater similarity in estimates between SDM‐ and pollen‐integrated analyses. Main Conclusions By reducing uncertainty in our assessments of range shifts, integration of data types improves our understanding of the past distribution of species. Based on these results, we propose further steps to reach the integration of these three lines of biogeographical evidence into a unified analytical framework.

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)0,001
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 enseignants0,031
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
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)0,0020,000

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 Opus0,056
Tête enseignante GPT0,279
Écart entre enseignants0,223 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiogeographyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207