Thick-billed murre Patterson Coats meps13890
Notice bibliographique
Résumé
Climate change is altering the marine environment at a global scale, with some of the most dramatic changes occurring in Arctic regions. These changes may affect the distribution and migration patterns of marine species throughout the annual cycle. Species distribution models have provided detailed understanding of the responses of terrestrial species to climate changes, often based on observational data; biologging offers the opportunity to extend those models to migratory marine species that occur in marine environments where direct observation is difficult. We used species distribution modelling and tracking data to model past changes in the non-breeding distribution of thick-billed murres Uria lomvia from a colony in Hudson Bay, Canada, between 1982 and 2019. The predicted distribution of murres shifted during fall and winter. The largest shifts have occurred for fall migration, with range shits of 211 km west and 50 km north per decade, compared with a 29 km shift west per decade in winter. Regions of range expansions had larger declines in sea ice cover, smaller increases in sea surface temperature, and larger increases in air temperature than regions where the range was stable or declining. Murres migrate in and out of Hudson Bay as ice forms each fall and melts each spring. Habitat in Hudson Bay has become available later into the fall and earlier in the spring, such that habitat in Hudson Bay was available for 21 d longer in 2019 than in 1982. Clearly, marine climate is altering the distribution and annual cycle of migratory marine species that occur in areas with seasonal ice cover.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,382 | 0,118 |
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 ».