MétaCan
Menu
Retour à la cohorte
Enregistrement W2472494163 · doi:10.1080/03632415.2016.1186016

Climate Change Effects on North American Inland Fish Populations and Assemblages

2016· article· en· W2472494163 sur OpenAlexaffabout
Abigail J. Lynch, Bonnie J. E. Myers, Cindy Chu, Lisa A. Eby, Jeffrey A. Falke, Ryan P. Kovach, Trevor J. Krabbenhoft, Thomas J. Kwak, John Lyons, Craig P. Paukert, James E. Whitney

Notice bibliographique

RevueFisheries · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of Natural Resources and Forestry
Organismes subventionnairesU.S. Children's BureauU.S. Geological SurveyU.S. Fish and Wildlife ServiceNorth Carolina State UniversityU.S. Environmental Protection Agency
Mots-clésFish <Actinopterygii>Climate changeGeographyFisheryEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate is a critical driver of many fish populations, assemblages, and aquatic communities. However, direct observational studies of climate change impacts on North American inland fishes are rare. In this synthesis, we (1) summarize climate trends that may influence North American inland fish populations and assemblages, (2) compile 31 peer-reviewed studies of documented climate change effects on North American inland fish populations and assemblages, and (3) highlight four case studies representing a variety of observed responses ranging from warmwater systems in the southwestern and southeastern United States to coldwater systems along the Pacific Coast and Canadian Shield. We conclude by identifying key data gaps and research needs to inform adaptive, ecosystem-based approaches to managing North American inland fishes and fisheries in a changing climate. El clima es un factor forzante clave para muchas poblaciones y ensambles de peces y de comunidades acuáticas. Sin embargo, son pocos los estudios observacionales acerca de los impactos del cambio climático en los peces de aguas continentales en Norte América. En esta síntesis (1) se resumen las tendencias climáticas que pueden influir en las poblaciones y ensambles de peces de aguas continentales en Norte América, (2) se compilan 31 trabajos arbitrados que documentan los efectos del cambio climático sobre las poblaciones y ensambles de peces de aguas continentales en Norte América y (3) se comentan cuatro casos de estudio que representan una variedad de respuestas observadas que van desde los sistemas de aguas cálidas en el suroeste y sureste de Los EE.UU., hasta los sistemas de aguas frías a lo largo de la costa del Pacífico y del escudo canadiense. Finalmente, se identifican huecos de información clave y necesidades de investigación tendientes a proporcionar información para diseñar enfoques ecosistémicos con el fin de manejar a los peces y a las pesquerías de aguas continentales en Norte América de cara a un clima cambiante. Le climat est un facteur critique pour de nombreuses populations de poissons, bancs et communautés aquatiques. Cependant, les études d'observation directe des impacts des changements climatiques sur les poissons continentaux d'Amérique du Nord sont rares. Dans cette synthèse, nous (1) résumons les tendances climatiques qui peuvent influencer les populations et communautés de poissons continentaux d'Amérique du Nord, (2) compilons 31 études examinées par des pairs sur les effets documentés du changement climatique sur les populations et communautés de poissons continentaux dl'Amérique du Nord, et (3) mettons l'accent sur quatre études de cas représentant une variété de réponses observées allant des systèmes d'eaux chaudes dans le sud-ouest et sud-est des États-Unis aux systèmes d'eau froide le long de la côte du Pacifique et du Bouclier canadien. Nous concluons en identifiant les lacunes en matière de données clés et les besoins de recherche pour informer sur les approches fondées sur les écosystèmes adaptatifs à la gestion des pêches et des poissons continentaux d'Amérique du Nord face au changement climatique.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,226
Écart entre enseignants0,208 · 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

Citations291
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheriesMême sujetFish Ecology and Management StudiesTravaux en français237 207