Predicting Suitable Habitat for Glipa (Coleoptera: Mordellidae: Mordellinae) Under Current and Future Climates Using MaxEnt Modeling
Notice bibliographique
Résumé
Beetles of the family Mordellidae, important global pollinators, include Glipa, the third largest genus, which retains plesiomorphic traits related to pollination and is mainly found between 38° S–38° N. Existing studies on Glipa focus largely on taxonomy and systematics. The ecological response of Glipa to climate change remains poorly understood. Our objective was to investigate how the distribution of Glipa may respond to climate change using a species-level MaxEnt based model with 297 geographic distribution data points and seven bioclimatic environmental variables. The study showed that the MaxEnt model had a high predictive accuracy, with an Area Under the Curve (AUC) value of 0.963. The maximum temperature of the warmest month, mean annual precipitation, and mean precipitation of the driest quarter were the three most important factors affecting the distribution of Glipa. Currently, the suitable distribution areas of Glipa are mainly located in East Asia, Southeast Asia, eastern North America, South America, and central and western Africa. Under future climate scenarios, the area of suitable habitat is expected to increase gradually as global temperatures rise. Under the SSP585 scenario in the 2070s, the suitable habitat area is projected to expand by 53.89% compared to the present. Additionally, the centroid of suitable habitat is expected to shift northward. This study not only deepens the understanding of the distribution patterns of Glipa and their response to climate change but also provides important scientific evidence for the conservation of pollinator diversity.
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) | 0,001 | 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 ».