MétaCan
Menu
Retour à la cohorte
Enregistrement W4417114528 · doi:10.1002/ecy.70240

Seasonal climate drives population growth but not costs of reproduction of a perennial wildflower

2025· article· en· W4417114528 sur OpenAlexafffund
Jenna A. Loesberg, Jennifer L. Williams

Notice bibliographique

RevueEcology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésWildflowerReproductionPerennial plantVital ratesPopulationPopulation growthClimate changeSeasonalityPhenology

Résumé

récupéré en direct d'OpenAlex

Costs of reproduction are predicted to shift under climate change, but the extent to which weaker or stronger costs influence population responses to interannual climate variation is unknown. We asked how seasonal climate, manipulated rainfall, and costs of reproduction influence vital rates and population growth in a long-lived herbaceous perennial plant, Primula hendersonii, across an ongoing rainfall manipulation experiment in oak savanna of northwestern North America. Simulated drought reduced population growth rates, and vital rates (e.g., probability of flowering, individual growth) responded individualistically to variation in winter, spring, and summer temperatures, although not to variation in seasonal precipitation. However, only warmer spring temperatures were associated with a decline in population growth rates. Although we observed a weak negative effect of past reproduction on growth and future reproduction for large individuals, these costs of reproduction ultimately did not influence population growth. Further, observational and manipulative experiments to detect costs of reproduction suggest subtle differences in cost expression. We show that direct climate drivers had a stronger effect on population growth than indirect changes in costs of reproduction and may be more important for understanding population persistence under climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207