Realized thermal niche approach eliminates temperature bias in bioenergetic model estimates
Notice bibliographique
Résumé
Abstract Bioenergetics models estimate ectotherm growth, production, and prey consumption – all key for effective ecosystem management during changing global temperatures. Based on species‐specific allometric and thermodynamic relationships, these models typically use the species' lab‐derived optimum temperatures (physiological optimum) as opposed to empirical field data (realized thermal niche) that reflect actual thermal experience. Yet, dynamic behavioral thermoregulation mediated by biotic and abiotic interactions may provide substantial divergence between physiological optimum and realized thermal niche temperatures to significantly bias model outcomes. Here, using the Wisconsin bioenergetics model and in‐situ year‐round temperature data, we tested the two approaches and compared the maximum attainable lifetime weight and lifetime prey consumption estimates for two salmonid species with differing life histories. We demonstrate that using the realized thermal niche is the better approach because it eliminates significant biases in estimates produced by the physiological optimum. Specifically, using the physiological optimum, slower‐growing Salvelinus namaycush maximum attainable lifetime weight was underestimated, and consumption overestimated, while fast‐growing Oncorhynchus tshawytscha maximum attainable weight was overestimated. While the physiological optimum approach is useful for theoretical studies, our results demonstrate the critical importance that models used by management utilize up‐to‐date system‐ and species‐specific field data representing actual in‐situ behaviors (i.e., realized thermal niche).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».