Diverging effects of global change on future invasion risks of <i>Agama picticauda</i> between invaded regions: same problem, different solutions
Notice bibliographique
Résumé
Abstract Predicting biological invasions is challenging because multiple factors can act in contrasting directions and exert heterogeneous effects across space. Nevertheless, modelling approaches provide valuable tools to anticipate the potential spread of invasive alien species and to support mitigation strategies. With an Ecological Niche Modelling approach, we predicted the invasion risks of Peters’s Rock Agama Agama picticauda , a species that is spreading globally in non-forested areas through freight transport and un-/intentional releases from the pet trade. The potential establishment of the species in new areas is of concern for multiple endemic species throughout the world. We quantified the effects of climate, anthropogenic activity and forest cover on invasion risk. We used verified records from the native and non-native range and accounted for the latest methodological recommendations. We predicted how invasion risk will vary in the future (2070) using projections from two scenarios (SSP2 and SSP5). We predict that invasion risks will vary in diverging directions, depending on the region. The risk will increase in human-populated regions and on small islands but will decrease in Florida. We recommend increasing surveillance in vehicular transportation of material especially within the Comoros and the Mascarenes archipelagos. Since many introductions are related to the pet trade in Florida, we recommend stronger legal regulations and the promotion of public awareness. Promoting tree cover may be locally beneficial to prevent establishment of A. picticauda . The effect of climate change, land use change and human activities may differ between and within both, the native and the invaded regions. Abstract Figure
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».