Data from: Reproductive losses due to climate change-induced earlier flowering are not the primary threat to plant population viability in a perennial herb
Notice bibliographique
Résumé
1. Despite a global footprint of shifts in flowering phenology in response to climate change, the reproductive consequences of these shifts are poorly understood. Furthermore, it is unknown whether altered flowering times affect plant population viability. 2. We examine whether climate change-induced earlier flowering has consequences for population persistence by incorporating reproductive losses from frost damage (a risk of early flowering) in population models of a subalpine sunflower (Helianthella quinquenervis). Using long-term demographic data for three populations that span the species’ elevation range (8–15 years, depending on the population), we first examine how snowmelt date affects plant vital rates. To verify vital rate responses to snowmelt date experimentally, we manipulate snowmelt date with a snow removal experiment at one population. Finally, we construct stochastic population projection models and Life Table Response Experiments for each population. 3. We find that populations decline (λs < 1) as snowmelt dates become earlier. Frost damage to flower buds, a consequence of climate change-induced earlier flowering, does not contribute strongly to population declines. Instead, we find evidence that negative effects on survival, likely due to increased drought risk during longer growing seasons, drive projected population declines under earlier snowmelt dates. 4. Synthesis. Shifts in flowering phenology are a conspicuous and important aspect of biological responses to climate change, but here we show that the phenology of reproductive events can be unreliable measures of threats to population persistence, even when earlier flowering is associated with substantial reproductive losses. Evidence for shifts in reproductive phenology, along with scarcer evidence that these shifts actually influence reproductive success, are valuable but can paint an incomplete and even misleading picture of plant population responses to 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 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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,205 | 0,073 |
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 ».