Range geography and temperature variability explain cross-continental convergence in range and phenology shifts in a model insect taxon
Notice bibliographique
Résumé
Climate change may introduce conditions beyond species' tolerances; to survive, species must avoid these extremes. Phenological shifts are one strategy, as species move their activity or life-history events in time to avoid extreme conditions. Species may also shift in space, moving their ranges poleward to escape extremes. However, whether species are more likely to exhibit one or both strategies, and whether this can be predicted based on a species' functional traits, is unknown. Using a powerful macroecological dataset of European and North American odonate observations, we assessed range and phenology shifts between two time periods (1980-2002 and 2008-2018) to measure the strength and direction of the association between responses. Species with the greatest poleward range shifts also showed the largest phenological shifts toward earlier annual activity periods, with half of all species shifting in both space and time. This response was consistent across continents, despite highly divergent land use and biogeographical histories in these regions. Surprisingly, species' range and phenology shifts were not related to functional traits; rather, southern species shifted their range limits more strongly, while increasing temperature variability hindered range shifts. By reducing risk through phenological shifts, the resulting larger populations may be more likely to disperse and expand species' ranges. Species shifting in both space and time may be more resilient to extreme conditions, although further work integrating abundance data is needed. We also identified a small number of species (approximately 10%) that failed to shift at all; these species are likely to be particularly vulnerable to climate change and should be prioritized for conservation intervention.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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; 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 ».