Assessing marine species vulnerability to projected warming on the Scotian Shelf, Canada
Notice bibliographique
Résumé
Abstract Resource managers need climate adaptation tools. We build on a popular tool, the climate change vulnerability assessment (CCVA), to identify vulnerable marine species. Only warming was considered, as warming is expected to have earlier impacts in the offshore than other climate drivers, and projections of other climate drivers are not well developed. For this reason, we coin our generalized, semi-quantitative method the “Vulnerability to Projected Warming Assessment” (VPWA) as opposed to using the broader term, CCVA. We refine the typical “exposure” component to be a function of gain/loss of thermal habitat at multiple life stages. We also build on the traditional logic approach of CCVAs. We produce scores for each species, and use a null distribution through Monte Carlo simulations to identify the most vulnerable species. We evaluate the vulnerability of 33 fish and invertebrate species, on the scale of the Scotian Shelf, Canada, to two warming scenarios, mild and severe, based on regional trends and projections. At smaller spatial scales, we evaluate populations of a subset of these species. Populations in the southwest portion of the domain are found to be more vulnerable than those in the northeast. Overall, our results indicate that 45% of populations may be vulnerable under a severe (+3°C) warming scenario, including currently endangered, threatened, and commercial populations (e.g. southwestern Atlantic cod, Smooth skate, Snow crab), while only one species has a relatively high vulnerability score under the mild (+0.7°C) scenario (Moustache sculpin). Populations triaged by relative vulnerability to regional warming should help managers prioritize resources and identify knowledge gaps. For this reason, and for its biological and ecological underpinnings, our method has broad relevance within the marine science and management field. As more information become available, our VPWA can be used as a stepping-stone in the continued development of CCVA methods.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».