Climate change could disrupt migratory patterns for an Arctic seabird population
Notice bibliographique
Résumé
Climate change is altering the marine environment at a global scale, and these changes could affect the distribution and migration patterns of marine species throughout their annual cycle. Arctic regions are already experiencing some of the most dramatic changes in marine climate, and there is a need for predictive models to understand how these changes could alter the spatio-temporal distributions of Arctic marine species. We used a species distribution model to predict potential future changes in the non-breeding distribution of thick-billed murres Uria lomvia from a colony in Hudson Bay, Canada, from 2021 to 2100 using 3 Coupled Model Intercomparison Project Phase 6 (CMIP6) climate scenarios: low (SSP1-2.6), intermediate (SSP2-4.5), and high (SSP5-8.5) emissions. Under the intermediate- and high-emissions scenarios, suitable habitat within Hudson Bay would become available year-round during the next century. This could lead to a portion of this migratory population becoming year-round residents within the next 80 yr. We predicted a significant northward shift in the winter range, such that little or no habitat would be available below 55°N by 2100. This shift would have significant implications for the murre harvest in Canada because the winter distribution would no longer include coastal Newfoundland where most harvesting occurs, particularly if murres from other colonies show a similar shift in distribution. Although there were projected changes in seasonal distributions under all 3 climate scenarios, dramatic re-distribution of non-breeding habitat could be avoided with policies that limit future emissions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».