Integrating ecophysiology and plankton dynamics into projected maximum fisheries catch potential under climate change in the Northeast Atlantic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Cheung, W. W. L., Dunne, J., Sarmiento, J. L., and Pauly, D. 2011. Integrating ecophysiology and plankton dynamics into projected maximum fisheries catch potential under climate change in the Northeast Atlantic. – ICES Journal of Marine Science, 68: 1008–1018. Previous global analyses projected shifts in species distributions and maximum fisheries catch potential across ocean basins by 2050 under the Special Report on Emission Scenarios (SRES) A1B. However, these studies did not account for the effects of changes in ocean biogeochemistry and phytoplankton community structure that affect fish and invertebrate distribution and productivity. This paper uses a dynamic bioclimatic envelope model that incorporates these factors to project distribution and maximum catch potential of 120 species of exploited demersal fish and invertebrates in the Northeast Atlantic. Using projections from the US National Oceanic and Atmospheric Administration's (NOAA) Geophysical Fluid Dynamics Laboratory Earth System Model (ESM2.1) under the SRES A1B, we project an average rate of distribution-centroid shift of 52 km decade−1 northwards and 5.1 m decade−1 deeper from 2005 to 2050. Ocean acidification and reduction in oxygen content reduce growth performance, increase the rate of range shift, and lower the estimated catch potentials (10-year average of 2050 relative to 2005) by 20–30% relative to simulations without considering these factors. Consideration of phytoplankton community structure may further reduce projected catch potentials by ∼10%. These results highlight the sensitivity of marine ecosystems to biogeochemical changes and the need to incorporate likely hypotheses of their biological and ecological effects in assessing climate change impacts.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle