Climate Variability, Fish, and Fisheries
Notice bibliographique
Résumé
Abstract Fish population variability and fisheries activities are closely linked to weather and climate dynamics. While weather at sea directly affects fishing, environmental variability determines the distribution, migration, and abundance of fish. Fishery science grew up during the last century by integrating knowledge from oceanography, fish biology, marine ecology, and fish population dynamics, largely focused on the great Northern Hemisphere fisheries. During this period, understanding and explaining interannual fish recruitment variability became a major focus for fisheries oceanographers. Yet, the close link between climate and fisheries is best illustrated by the effect of “unexpected” events—that is, nonseasonal, and sometimes catastrophic—on fish exploitation, such as those associated with the El Niño–Southern Oscillation (ENSO). The observation that fish populations fluctuate at decadal time scales and show patterns of synchrony while being geographically separated drew attention to oceanographic processes driven by low-frequency signals, as reflected by indices tracking large-scale climate patterns such as the Pacific decadal oscillation (PDO) and the North Atlantic Oscillation (NAO). This low-frequency variability was first observed in catch fluctuations of small pelagic fish (anchovies and sardines), but similar effects soon emerged for larger fish such as salmon, various groundfish species, and some tuna species. Today, the availability of long time series of observations combined with major scientific advances in sampling and modeling the oceans’ ecosystems allows fisheries science to investigate processes generating variability in abundance, distribution, and dynamics of fish species at daily, decadal, and even centennial scales. These studies are central to the research program of Global Ocean Ecosystems Dynamics (GLOBEC). This review presents examples of relationships between climate variability and fisheries at these different time scales for species covering various marine ecosystems ranging from equatorial to subarctic regions. Some of the known mechanisms linking climate variability and exploited fish populations are described, as well as some leading hypotheses, and their implications for their management and for the modeling of their dynamics. It is concluded with recommendations for collaborative work between climatologists, oceanographers, and fisheries scientists to resolve some of the outstanding problems in the development of sustainable fisheries.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».