MétaCan
Menu
Retour à la cohorte
Enregistrement W2137302046 · doi:10.1139/a2012-011

Climate change, fisheries, and aquaculture: trends and consequences for Canadian marine biodiversity<sup>1</sup>This manuscript is a companion paper to Vander Zwaag et al. (doi:10.1139/a2012-013) and Hutchings et al. (doi:10.1139/er-2012-0049) also appearing in this issue. These three papers comprise an edited version of a February 2012 Royal Society of Canada Expert Panel Report.

2012· article· en· W2137302046 sur OpenAlexafffundvenueabout
Jeffrey A. Hutchings, Isabelle M. Côté, Julian J. Dodson, Ian Fleming, Simon Jennings, Nathan J. Mantua, Randall M. Peterman, Brian Riddell, Andrew J. Weaver

Notice bibliographique

RevueEnvironmental Reviews · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of VictoriaPacific Salmon FoundationMemorial University of NewfoundlandSimon Fraser UniversityUniversité LavalDalhousie University
Organismes subventionnairesRoyal SocietyRoyal Society of Canada
Mots-clésOverfishingBiodiversityFisheryFishingAquacultureClimate changePelagic zoneEcologyEnvironmental scienceOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

Climate change, fishing, and aquaculture have affected and will continue to influence Canadian marine biodiversity, albeit at different spatial scales. The Arctic is notably affected by reduced quality and quantity of sea ice caused by global warming, and by concomitant and forecasted changes in ocean productivity, species ecology, and human activity. The Atlantic has been especially impacted by severe overfishing and human-induced alterations to food webs. Climate change, fishing, and aquaculture have all affected, to varying degrees, biodiversity on Canada’s Pacific coast. Past and projected trends in key biodiversity stressors reveal marked change. Oceanographic trends include increasing surface water temperatures, reduced salinity, increased acidity, and, in some areas, reduced oxygen. Reductions in Canada’s fishery catches (those in 2009 were half those of the late 1980s), followed by reductions in fishing pressure, are associated with dramatic changes in the species composition of commercial catches in the Atlantic (formerly groundfish, now predominantly invertebrates and pelagic fish) and the Pacific (formerly salmon, now predominantly groundfish). Aquaculture, dominated by the farming of Atlantic salmon, grew rapidly from the early 1980s until 2002 and has since stabilized. Climate change is forecast to affect marine biodiversity by shifting species distributions, changing species community composition, decoupling the timing of species’ resource requirements and resource availability, and reducing habitat quality. Harvest-related reductions in fish abundance, many by 80% or more, coupled with fishing-induced changes to food webs, are impairing the capacity of species to recover or even persist. Open-sea aquaculture net pens affect biodiversity by (i) habitat alteration resulting from organic wastes, chemical inputs, and use of nonnative species; (ii) exchange of pathogens between farmed and wild species; and (iii) interbreeding between wild fish and farmed escapees. Physical and biological changes in the oceans, along with direct anthropogenic impacts, are modifying Canadian marine biodiversity with implications for food security and the social and economic well-being of coastal communities. To assess the consequences of changes in biodiversity for Canada’s oceans and society, it is necessary to understand the current state of marine biodiversity and how it might be affected by projected changes in climate and human uses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,012
Études des sciences et des technologies0,0030,001
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,002

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 Opus0,041
Tête enseignante GPT0,257
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations33
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetMarine and fisheries researchTravaux en français237 207