Predicting the effects of whale population recovery on Northeast Pacific food webs and fisheries: an ecosystem modelling approach
Notice bibliographique
Résumé
Abstract The recovery of whale populations from historical depletion may have the potential to noticeably affect Northeast Pacific ecosystems and fisheries. Surplus production models based on whaling catch records were used to reconstruct the historical abundances of five large whale species in the waters surrounding Haida Gwaii, British Columbia. The results suggest that the local abundances of all five species were vastly higher before the onset of modern whaling. A comparison of ecosystem models representing the states of the local marine food web before and after full whale recovery indicates that abundant whales could consume large proportions of the annual production of their principal prey, ranging up to 87% for Pacific herring ( Clupea pallasii ) and 72% for piscivorous rockfish ( Sebastes spp.). Dynamic modelling of the food web effects of whale recovery, including simulations of simultaneous top‐down and bottom‐up forcing and a Monte Carlo sensitivity analysis, revealed noticeable (∼6–12%) top‐down effects on Pacific herring biomass owing to increased predation by humpback and fin whales. However, these effects cannot explain the magnitude of recent declines in local herring biomass. The dynamic modelling results also suggest that top‐down effects of whale recovery could result in reduced biomasses of large rockfish as a result of predation by sperm whales, as well as potential cascading effects on many demersal fish groups. These findings have numerous practical implications for ecosystem‐based fisheries management and whale conservation strategies in Northeast Pacific waters.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».