Forecasting the impacts of climate change with non-stationary models of regional population density
Notice bibliographique
Résumé
Les prédictions écologiques dans un contexte de changements climatiques sont essentielles pour l'élaboration de plans de gestion de la biodiversité. Par contre, il est important de s'assurer qu'elles sont conçues de manière appropriée puisqu'elles sont scientifiquement infalsifiables. La majorité de ces prédictions utilise des modèles de niche écologique basés sur des corrélations entre la présence ou la densité régionale d'une espèce et des variables environnementales, en supposant que la niche écologique actuelle d'une espèce peut nous permettre d'anticiper sa réaction face à des conditions environnementales différentes. Malgré le nombre important d'études sur le sujet, la plupart d'entre elles se limite à prédire la distribution d'une espèce en fonction de variables climatiques. J'évalue dans cette thèse l'importance de variables non-climatiques dans les modèles de niche écologique de densité régionale. Compte tenu que la densité régionale d'une espèce a une plus grande hétérogénéité spatiale que sa simple présence, j'ai utilisé des régressions pondérées géographiquement (RPG). Ces RPGs sont des modèles de niche écologique qui permettent de visualiser spatialement l'influence des variables utilisées pour modéliser la niche écologique d'une espèce. Mes analyses sont basées sur le castor (Castor canadensis) au Québec et sur les populations humaines (Homo sapiens) aux États-Unis et sur la planète parce que nous avons des données précises tant sur leur densité régionale que sur les facteurs environnementaux qui peuvent influencer leur densité régionale. Les densités régionales du castor étaient fortement influencées par des facteurs non-climatiques selon six modèles de niche écologique fréquemment utilisés. Les RPGs ont été aussi performant que ces six modèles de niche écologique et la représentation spatiale de l'influence des variables utilisées pour décrire la niche écologique du castor est en accord avec nos connaissances écologiques actuelles. Des RPGs basées sur quelques variables climatiques m'ont permis d'expliquer environ la moitié de la variation des densités régionales humaines sur la planète. J'ai créé le premier indice global et quantitatif des vulnérabilités humaines aux changements climatiques en combinant ces RPGs avec des prévisions démographiques des Nations-Unies. Les vulnérabilités prédites par mes modèles sont significativement négativement corrélées avec les émissions de CO2 per-capita; ce qui suggère un risque subjectif inhérent dans les négations internationales sur les changements climatiques. Les tendances démographiques aux États-Unis durant le 20ième siècle étaient plus fortement corrélées avec des variables climatiques qu'avec des variables socio-économiques. De plus, les tendances démographiques régionales ont fait que la température ressentie par les américains a augmenter au cours du dernier siècle. Ces changements de températures ressentie causés par les tendances démographiques régionales sont six fois plus important que les changements de températures d'origine naturelle. Les modèles de niche écologique spatialement non-stationnaire de densité régionale représente un outil important dans le développement de prédictions écologiques dans un contexte de changements climatiques et peuvent contribuer à l'amélioration des politiques d'adaptations aux changements climatiques tant pour la biodiversité que pour les sociétés humaines.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».