Climate-driven elevational range shift and habitat loss of Ageratina adenophora in Nepal: Predicting invasion using ensemble modeling
Notice bibliographique
Résumé
Invasive Alien Plants (IAPs) pose significant risk to ecology and socio-economic settings globally. A better understanding of potential spread and its consequences is crucial for developing effective IAPs management strategies. This study aims to assess current and future distribution under climate change scenarios of highly invasive weed, Ageratina adenophora in Nepal integrating bioclimatic, topographic and anthropogenic factors. Multiple data sources were used to collect the different data and employ ensemble modeling using 11 key environmental predictors to understand the current and future distribution. At present, A. adenophora covers about 34,194. sq.km. area of Nepal. The results revealed that A. adenophora is widely spread in the Middle Mountains (24,910 sq.km.) but faces habitat reduction in this region including lower elevation like Chure (−13.23 sq.km.) under future climate change scenarios. In contrast, the habitat is expected to expand significantly in higher elevation regions including High Himalayan (+32.54 sq.km.) and High Mountain (+5898.75 sq.km). However, this expansion is accompanied by the total habitat reduction by 30–50 % (−10,744 sq.km.) in the 2050–2070 time period. The minimum temperature of the coldest month, proximity to roads, better soil organic matter and topographic factor were identified as the major drivers of its spread in Nepal. As this study used nationwide samples, ensuring diverse environmental conditions were captured, we believe the findings are more accurate and applicable on a national scale. Observing these trends, we emphasize immediate and effective mitigation measures which include- early detection, regular monitoring, prioritizing high-risk zone and development of region-specific integrated management plan to minimize the ecological and socio-economic impact of IAPS. Moreover, we recommend that future studies should incorporate land-use changes and socio-economic factors for a better understanding of invasion dynamics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».