MARC

 008250123s2024        us                              c    eng  d
■001000017162544
■00520250211152024
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384049760
■035    ▼a(MiAaPQ)AAI31332892
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a577.1
■1001  ▼aBuckner,  Mark  Andrew.▼0(orcid)0000-0002-9692-7454
■24510▼aCartograph-Bee:  Mapping  Data-Limited  Native  Bee  Diversity  and  Distributions  to  Inform  Conservation  Action
■260    ▼a[Sl]▼bCornell  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a162  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-03,  Section:  B.
■500    ▼aAdvisor:  Danforth,  Bryan.
■5021  ▼aThesis  (Ph.D.)--Cornell  University,  2024.
■520    ▼aMultiple  co-occurring  drivers  of  global  change  are  poised  to  cause  global  biodiversity  loss  and  the  deterioration  of  ecosystem  services  and  resilience.  In  both  agricultural  and  wild  ecosystems,  bees  supply  essential  pollination  services.  However,  the  conservation  of  bees  faces  challenges  due  to  the  scarcity  of  occurrence  data,  which  is  often  biased  spatially  and  taxonomically.  Despite  bee  monitoring  initiatives  gaining  public  and  political  support  in  recent  years,  they  lag  current  data  needs  for  facilitating  the  inclusion  of  bee  diversity  in  contemporary  biodiversity  conservation  decisions.  By  leveraging  existing  collection  records  and  community  science  data  through  single-,  joint,  and  stacked  species  distribution  models,  I  predicted  current  and  future  bee  distributions  and  species  richness.  I  found  that  bee  species'  responses  to  global  change  vary  based  on  their  life  history  traits  and  environmental  preferences.  In  the  desert  southwest,  a  global  hotspot  for  bee  diversity,  the  relative  threats  of  urbanization,  utility-scale  solar  energy  development  and  climate  change  vary  across  an  elevational  gradient.  Despite  extensive  sampling  in  this  region,  many  bee  species,  especially  those  at  the  greatest  risk  of  decline,  lack  sufficient  data  to  be  included  in  models.  I  show  that  distribution  models  offer  a  valuable  tool  to  address  these  data  limitations.  For  example,  using  a  specialist  oil  bee,  Macropis  nuda,  I  exhibit  the  utility  of  species distribution  models  for  informing  targeted  collection  of  rare  species.  In  both  temperate  North  America  and  the  Desert  Southwest,  my  models  predict  that  bee  distributions  are  likely  to  shift  to  track  their  climate  niches,  although  the  extent  of  predicted  redistribution  is  variable.  I  demonstrate  that  with  careful  data  cleaning,  correction  for  spatial  bias,  and  models  robust  to  presence-only  data  with  small  sample  sizes,  it  is  feasible  to  generate  estimates  of  bee  distributions  and  diversity  using  currently  available  data.  Continued  refinement  of  modeling  methods  for  data-limited  species  and  additional  data  collection  are  needed  to  ensure  ecologically  important  pollinators  are  included  in  contemporary  biodiversity  conservation  initiatives  and  land  use  decisions,  including  renewable  energy  development.
■590    ▼aSchool  code:  0058.
■650  4▼aMacroecology
■650  4▼aEntomology
■650  4▼aConservation  biology
■650  4▼aClimate  change
■653    ▼aBees
■653    ▼aBiodiversity
■653    ▼aConservation
■653    ▼aGlobal  change  biology
■653    ▼aSpecies  distribution  modeling
■690    ▼a0420
■690    ▼a0353
■690    ▼a0408
■690    ▼a0404
■71020▼aCornell  University▼bEntomology.
■7730  ▼tDissertations  Abstracts  International▼g86-03B.
■790    ▼a0058
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17162544▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서