MétaCan
Menu
Retour à la cohorte
Enregistrement W2017135957 · doi:10.1111/j.1365-2486.2009.02046.x

Effects of climate‐driven primary production change on marine food webs: implications for fisheries and conservation

2009· article· en· W2017135957 sur OpenAlexaff
Christopher J. Brown, Elizabeth A. Fulton, Alistair J. Hobday, Richard J. Matear, Hugh P. Possingham, Cathy Bulman, Villy Christensen, Robyn E. Forrest, PC Gehrke, Neil Gribble, Shane P. Griffiths, Hector Lozano‐Montes, Juancho Movilla Martín, S.J. Metcalf, Tomas A. Okey, Reg Watson, Anthony J. Richardson

Notice bibliographique

RevueGlobal Change Biology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesAustralian Research Council
Mots-clésTrophic levelPrimary producersClimate changeEcologyThreatened speciesFood webEcosystemFisheryEnvironmental scienceBiomass (ecology)Marine ecosystemApex predatorHabitatBiologyPhytoplankton

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change is altering the rate and distribution of primary production in the world's oceans. Primary production is critical to maintaining biodiversity and supporting fishery catches, but predicting the response of populations to primary production change is complicated by predation and competition interactions. We simulated the effects of change in primary production on diverse marine ecosystems across a wide latitudinal range in Australia using the marine food web model Ecosim. We link models of primary production of lower trophic levels (phytoplankton and benthic producers) under climate change with Ecosim to predict changes in fishery catch, fishery value, biomass of animals of conservation interest, and indicators of community composition. Under a plausible climate change scenario, primary production will increase around Australia and generally this benefits fisheries catch and value and leads to increased biomass of threatened marine animals such as turtles and sharks. However, community composition is not strongly affected. Sensitivity analyses indicate overall positive linear responses of functional groups to primary production change. Responses are robust to the ecosystem type and the complexity of the model used. However, model formulations with more complex predation and competition interactions can reverse the expected responses for some species, resulting in catch declines for some fished species and localized declines of turtle and marine mammal populations under primary productivity increases. We conclude that climate‐driven primary production change needs to be considered by marine ecosystem managers and more specifically, that production increases can simultaneously benefit fisheries and conservation. Greater focus on incorporating predation and competition interactions into models will significantly improve the ability to identify species and industries most at risk from 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,282
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations224
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetMarine and fisheries researchTravaux en français237 207