Forecasting Buffelgrass (Cenchrus ciliaris) Distributions In Southern Arizona Under Multiple Climate Change Scenarios
Notice bibliographique
Résumé
Buffelgrass (Cenchrus ciliaris) is an invasive grass that can alter fire regimes, reduce local biodiversity, and convert complex arid ecosystems into buffelgrass dominated grasslands. As buffelgrass populations continue to grow, it will be important to be able to predict which areas are most susceptible to future buffelgrass invasion. This study attempts to provide some insight into this problem by creating a model to predict changes in the extent of potential buffelgrass habitat under different climate change scenarios between 2020 and 2100. Maximum entropy modelling was conducted using known occurrences of buffelgrass in the Santa Catalina mountains of Southern Arizona in combination with 19 bioclimatic variables from WorldClim to create a baseline model, which was then applied to future climatic conditions under the Canadian Earth Systems Model 5 (CanESM5) for three different climate change scenarios. The maximum entropy method produced an accurate model with an area under curve (AUC) value of 0.9913 and in validation trails it was able to accurately predict the presence of buffelgrass with 91.37% accuracy. When applied to future climatic conditions, the model showed a 280% increase in potential buffelgrass habitat under light and moderate climate change scenarios, and a 501% increase under a more severe scenario. Considering this potential for buffelgrass to spread, it may be essential for land managers to aggressively combat buffelgrass introductions to prevent it from being able to spread further and continue to damage ecosystems, as well as emphasize the importance of minimizing the impacts of 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».