Climate adaptation scenarios for a resilient future at University of British Columbia Botanical Garden: Modeling 4 Species of Acer (Maple)
Notice bibliographique
Résumé
As anthropogenic climate change continues to disrupt forests and species’ ecological niches, there is increasing urgency to create plans surrounding adaptation and mitigation for especially vulnerable species. The University of British Columbia’s Botanical Garden (UBCBG) wants to understand species responses to climate change and whether species within their collection will be able to survive in the Garden, given the effects of climate change. One especially important collection UBCBG curates is maple (Acer) trees, currently leading the global consortium of Acer and housing over 50 different species. This study examined the survival probability of four Acer species UBCBG curates including: five-fingered Maple (Acer pentaphyllum Diels), considered critically endangered; paperbark/bloodbark Maple (Acer griseum (Franch.) Pax), considered endangered; bigleaf maple (Acer macrophyllum Pursh), not endangered; and vine maple (Acer circinatum Pursh), not endangered. Maxent, a popular machine-learning algorithm, was used with open-source WorldClim’s 19 bioclimatic variables and provided presence-only occurrence data to conduct species distribution models for each tree species. Each model was evaluated using area under the curve (AUC). AUC scores were considered ‘good’ for each model; A. griseum - 0.95; A. pentaphyllum - 0.877; A. macrophyllum - 0.986; A. circinatum - 0.976. However, future distribution maps contain questionable results due to insufficient field data to inform the model, such as in-field temperature, moisture, elevation, and surrounding vegetation data. Though results can be interpreted as binary regarding whether or not UBCBG will be suitable for each species, they should be taken as preliminary ideas where management plans for mitigation and adaptation can be developed. This study concludes by detailing the importance of field data collection and provides future directions for research that UBCBG may consider when conducting similar analysis.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».