MétaCan
Menu
Retour à la cohorte
Enregistrement W4405579211 · doi:10.1111/ecog.07413

Estimating a physiological threshold to oxygen and temperature from marine monitoring data reveals challenges and opportunities for forecasting distribution shifts

2024· article· en· W4405579211 sur OpenAlexaff
Julia Indivero, Sean C. Anderson, Lewis A. K. Barnett, Timothy E. Essington, Eric J. Ward

Notice bibliographique

RevueEcography · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesWashington Sea Grant, University of Washington
Mots-clésDistribution (mathematics)Environmental scienceEcologyEnvironmental resource managementOceanographyEconometricsBiologyGeologyEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Species distribution modeling is increasingly used to describe and anticipate consequences of a warming ocean. These models often identify statistical associations between distribution and environmental conditions such as temperature and oxygen, but rarely consider the mechanisms by which these environmental variables affect metabolism. Oxygen and temperature jointly govern the balance of oxygen supply to oxygen demand, and theory predicts thresholds below which population densities are diminished. However, parameterizing models with this joint dependence is challenging because of the paucity of experimental work for most species, and the limited applicability of experimental findings in situ. Here we ask whether the temperature‐sensitivity of oxygen can be reliably inferred from species distribution observations in the field, using the U.S. Pacific Coast as a model system. We developed a statistical model that adapted the metabolic index — a compound metric that incorporates these joint effects on the ratio of oxygen supply and oxygen demand by applying an Arrhenius equation — and used a non‐linear threshold function to link the index to fish distribution. Through simulation testing, we found that our statistical model could not precisely estimate the parameters due to inherent features of the distribution data. However, the model reliably estimated an overall metabolic index threshold effect. When applied to case studies of real data for two groundfish species, this new model provided a better fit to spatial distribution of one species, sablefish Anoplopoma fimbria , than previously used models, but did not for the other, longspine thornyhead Sebastolobus altivelis . This physiological framework may improve predictions of species distribution, even in novel environmental conditions. Further efforts to combine insights from physiology and realized species distributions will improve forecasts of species' responses to future environmental changes.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,410

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)0,0000,000

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 Opus0,136
Tête enseignante GPT0,263
Écart entre enseignants0,127 · 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'étudeAutre devis
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'admission1
Résumé présentoui

Explorer davantage

Même revueEcographyMême sujetMarine and coastal ecosystemsTravaux en français237 207