Projected impacts of climate change on three freshwater fishes and potential novel competitive interactions
Notice bibliographique
Résumé
Abstract Aim As global air temperatures continue to rise in response to climate change, environmental conditions for many freshwater fish species will change. Warming air temperatures may lead to warming lake temperatures, and subsequently, the availability of suitable thermal habitat space. Our objectives are to identify the responses of three fish species from three thermal guilds to climate change in Ontario and consequently, the potential for novel competitive interactions between two top predators. We focus on lakes in Ontario because it is a dynamic region that encapsulates the northern and southern range extents of warm and cold‐water fish species. Location Ontario, Canada. Methods Using lake morphology, water chemistry, climate and fish occurrence data for smallmouth bass (warmwater predator), walleye (coolwater predator) and cisco (cold‐water forage fish), we modelled the occurrence rates of three fish in 2050 and 2070 under 126 scenarios of climate change. We also calculated the percentage change in co‐occurrence of walleye and smallmouth bass in 2050 and 2070. Results Smallmouth bass occurrence rates were predicted to increase by ~306% (ranging between 55 and 422%) by 2070 relative to their current distributions. Walleye were projected to decline by 22% (−42 to a +6% change) and cisco by 26% (−7 to −47%) by 2070. By 2070, walleye–smallmouth bass co‐occurrence was predicted to increase by 11%, with walleye in central and northern Ontario at greatest vulnerability due to increased competition with smallmouth bass. Main conclusions These results highlight three unique responses to climate change: range expansion, northward range shift, and range contraction for warmwater, coolwater and cold‐water fish species, respectively. Alterations in distributions of these three ecologically important fish species may lead to shifts in fish community structure and novel species interactions in Ontario lakes, exacerbating the vulnerability of native coolwater predators to climate change.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».