MétaCan
Menu
Retour à la cohorte
Enregistrement W4401397016 · doi:10.1111/ele.14486

Assessing the risk of climate maladaptation for Canadian polar bears

2024· article· en· W4401397016 sur OpenAlexaffabout
L. Ruth Rivkin, Evan S. Richardson, Joshua M. Miller, Todd C. Atwood, Steven Baryluk, Erik W. Born, Corey S. Davis, Markus Dyck, Evelien de Greef, Kristin L. Laidre, Nicholas J. Lunn, Sara McCarthy, Martyn E. Obbard, Megan A. Owen, Nicholas W. Pilfold, Amélie Roberto‐Charron, Øystein Wiig, Aryn P. Wilder, Colin J. Garroway

Notice bibliographique

RevueEcology Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensTrent UniversityMinistry of Natural Resources and ForestryGovernment of Newfoundland and LabradorGovernment of NunavutUniversity of AlbertaGovernment of Northwest TerritoriesMacEwan UniversityEnvironment and Climate Change CanadaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaladaptationUrsus maritimusArcticSea iceClimate changeGlobal warmingArctic ecologyEcologyEnvironmental scienceGeographyClimatologyBiologyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

The Arctic is warming four times faster than the rest of the world, threatening the persistence of many Arctic species. It is uncertain if Arctic wildlife will have sufficient time to adapt to such rapidly warming environments. We used genetic forecasting to measure the risk of maladaptation to warming temperatures and sea ice loss in polar bears (Ursus maritimus) sampled across the Canadian Arctic. We found evidence for local adaptation to sea ice conditions and temperature. Forecasting of genome-environment mismatches for predicted climate scenarios suggested that polar bears in the Canadian high Arctic had the greatest risk of becoming maladapted to climate warming. While Canadian high Arctic bears may be the most likely to become maladapted, all polar bears face potentially negative outcomes to climate change. Given the importance of the sea ice habitat to polar bears, we expect that maladaptation to future warming is already widespread across Canada.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,386
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,240 · 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.

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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetMarine animal studies overviewTravaux en français237 207