MétaCan
Menu
Retour à la cohorte
Enregistrement W4414788419 · doi:10.1139/facets-2025-0060

Using climate change metrics to inform conservation of Canada's Priority Places for Species at Risk

2025· article· en· W4414788419 sur OpenAlexaffvenueabout
Hsien‐Yung Lin, Max Ryan, Alaine F. Camfield, Matt Carlson, Matthieu Carrière, Calla Raymond, Ilona Naujokaitis‐Lewis

Notice bibliographique

RevueFACETS · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British ColumbiaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésClimate changeFunction (biology)PrecipitationGlobal warmingEffects of global warming

Résumé

récupéré en direct d'OpenAlex

The Canadian federal government, in collaboration with the provinces and territories, agreed to implement the Pan-Canadian Approach to Transforming Species at Risk Conservation in Canada in 2018. Under this approach, 11 priority places were selected based on their biodiversity, concentrations of species at risk, and opportunities to advance conservation. Understanding the potential exposure of priority places to climate change is critical to inform effective conservation action. However, climate change makes threat assessments challenging because species respond in diverse and sometimes unpredictable ways to factors like rising temperatures and extreme weather events. We quantified potential changes across Canada's priority places using metrics representing multidimensional aspects of climate change. All priority places are projected to experience substantial change across multiple bioclimatic variables, but the nature of change differs. Annually, priority places in the west and east may experience higher precipitation, while central prairie priority places may become hotter and drier. Seasonally, western priority places may have hot and dry summers, while in the east, summer precipitation might increase and the highest temperature increase will occur during winter. Priority places with more complex topography may have capacity to function as climate refugia. These results will inform existing decision-making processes, threat assessments, and implementation of climate-informed conservation.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,074
Tête enseignante GPT0,295
Écart entre enseignants0,221 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207