Spatial Patterns and Temperature Predictions of Tuna Fatty Acids: Tracing Essential Nutrients and Changes in Primary Producers
Notice bibliographique
Résumé
Fatty acids are among the least understood nutrients in marine environments, despite their profile as key energy components of food webs and that they are essential to all life forms. Presented here is a novel approach to predict the spatial-temporal distributions of fatty acids in marine resources using generalized additive mixed models. Fatty acid tracers (FAT) of key primary producers, nutritional condition indices and concentrations of two essential long-chain (≥C20) omega-3 fatty acids (EFA) measured in muscle of albacore tuna, Thunnus alalunga, sampled in the south-west Pacific Ocean were response variables. Predictive variables were: location, time, sea surface temperature (SST) and chlorophyll-a (Chla), and phytoplankton biomass at time of catch and curved fork length. The best model fit for all fatty acid parameters included fish length and SST. The first oceanographic contour maps of EFA and FAT (FATscapes) were produced and demonstrated clear geographical gradients in the study region. Predicted changes in all fatty acid parameters reflected shifts in the size-structure of dominant primary producers. Model projections show that the supply and availability of EFA are likely to be negatively affected by increases in SST especially in temperate waters where a 12% reduction in both total fatty acid content and EFA proportions are predicted. Such changes will have large implications for the availability of energy and associated health benefits to high-order consumers. Results convey new concerns on impacts of projected climate change on fish-derived EFA in marine systems.
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 | 0,000 | 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) | 0,001 | 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 ».