Climate change, non‐indigenous species and shipping: assessing the risk of species introduction to a high‐<scp>A</scp>rctic archipelago
Notice bibliographique
Résumé
Abstract Aim Anticipated changes in the global ocean climate will affect the vulnerability of marine ecosystems to the negative effects of non‐indigenous species (NIS). In the Arctic, there is a need to better characterize present and future marine biological introduction patterns and processes. We use a vector‐based assessment to estimate changes in the vulnerability of a high‐Arctic archipelago to marine NIS introduction and establishment. Location Global, with a case study of Svalbard, Norway. Methods We base our assessment on the level of connectedness to global NIS pools through the regional shipping network and predicted changes in ocean climates. Environmental match of ports connected to Svalbard was evaluated under present and future environmental conditions (2050 and 2100 predicted under the RCP8.5 emissions scenario). Risk of NIS introduction was then estimated based on the potential for known NIS to be transported (in ballast water or as biofouling), environmental match, and a qualitative estimate of propagule pressure. Results We show that Svalbard will become increasingly vulnerable to marine NIS introduction and establishment. Over the coming century, sea surface warming at high latitudes is estimated to increase the level of environmental match to nearly one‐third of ports previously visited by vessels travelling to Svalbard in 2011 (n = 136). The shipping network will then likely connect Svalbard to a much greater pool of known NIS, under conditions more favourable for their establishment. Research and fishing vessels were estimated to pose the highest risk of NIS introduction through biofouling, while ballast water discharge is estimated to pose an increased risk by the end of the century. Main conclusions In the absence of focused preventative management, the risk of NIS introduction and establishment in Svalbard, and the wider Arctic, will increase over coming decades, prompting a need to respond in policy and action.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».