MétaCan
Menu
Retour à la cohorte
Enregistrement W4391636510 · doi:10.32942/x2zg7s

Global exposure risk of frogs to increasing environmental dryness

2024· preprint· en· W4391636510 sur OpenAlexaff
Nicholas C. Wu, Rafael Parelli Bovo, Urtzi Enriquez‐Urzelai, Susana Clusella‐Trullas, Michael Kearney, Carlos Navas, Jacinta D. Kong

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensCarleton University
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São PauloAkademie Věd České RepublikyNational Research Foundation
Mots-clésDrynessEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Species exposed to prolonged drying are at risk of population declines or extinctions. A key missing element for assessments of climate change risk is the sensitivity of species to water loss and their microhabitat preference, or ecotype, as both dictate the risk of environmental drying. Here, we identified globally where water-sensitive ectotherms, i.e. anurans, are at risk to increasing aridity and drought, examined which ecotypes are more sensitive to water loss from 238 species, and estimated how behavioural activity is impacted by future drought and warming scenarios through biophysical models. Under an intermediate and high emission scenario, 6.6 and 33.5% of areas occupied by anurans will increase to arid-like conditions, and 15.4 and 36.1% are at risk of exposure to a combination of increasing drought intensity, frequency, and duration by 2080¬–2100, respectively. Critically, increasing arid-like conditions will increase water loss rates and anurans in dry regions will almost double the water loss rates under a high emission scenario. Biophysical models showed that during the warmest quarter of the year, the combination of drought and warming reduced an anuran’s potential activity by 17.9% relative to the current conditions compared to warming alone which reduced potential activity by 8%. Our results exemplify the widespread exposure risk of environmental drying for anurans, posing a serious challenge for the lives of water-sensitive species beyond the effects of temperature alone.

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 candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,008
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,014
Tête enseignante GPT0,292
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 impact on air qualityTravaux en français237 207