Worldwide distributions of tuna larvae: revisiting hypotheses on environmental requirements for spawning habitats
Notice bibliographique
Résumé
Tuna are among the most ubiquitous oceanic predators, and range globally from the equator to temperate regions (0 to 55 latitude). While the distribution of adult fish has been mapped from fishing records, the extent of tuna spawning and larval habitats is less well understood. We compiled and analyzed data on the global distributions of larval occurrence for 7 major oceanic tuna species to investigate environmental predictors of larval habitat. Our results showed that tuna larvae occur within the adults' distributional range, but were restricted to lower latitudes and higher water temperatures than adults, largely consistent with Schaefer's 'temperature hypothesis'. Temperature requirements explained much of the variation in larval occurrence, though temperature by itself tended to over-predict the extent of larval habitats. We also demonstrate that tuna larvae have an elevated probability of occurrence at intermediate values of eddy kinetic energy, generally supporting Bakun's 'ocean triad hypothesis', which relates tuna larval habitats to mesoscale oceanographic activity. However, some deviations in this pattern were also observed, such as for albacore. Regions of suitable larval habitats were most commonly found in western boundary currents, where warm water masses coincide with intermediate eddy kinetic energy. Bluefin tuna species are exceptional though, in that their spawning habitats tended to be much more confined than predicted from oceanographic conditions. Our results provide support for a combination of the 2 hypotheses to explain global environmental requirements for tuna larvae. We have identified oceanographic parameters that can easily be measured by remote sensing and features that should be considered when determining areas of critical habitat for tuna larvae.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,014 | 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 tête enseignante, 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 ».