Conservation physiology of marine fishes: state of the art and prospects for policy
Notice bibliographique
Résumé
The state of the art of research on the environmental physiology of marine fishes is reviewed from the perspective of how it can contribute to conservation of biodiversity and fishery resources. A major constraint to application of physiological knowledge for conservation of marine fishes is the limited knowledge base; international collaboration is needed to study the environmental physiology of a wider range of species. Multifactorial field and laboratory studies on biomarkers hold promise to relate ecophysiology directly to habitat quality and population status. The 'Fry paradigm' could have broad applications for conservation physiology research if it provides a universal mechanism to link physiological function with ecological performance and population dynamics of fishes, through effects of abiotic conditions on aerobic metabolic scope. The available data indicate, however, that the paradigm is not universal, so further research is required on a wide diversity of species. Fish physiologists should interact closely with researchers developing ecological models, in order to investigate how integrating physiological information improves confidence in projecting effects of global change; for example, with mechanistic models that define habitat suitability based upon potential for aerobic scope or outputs of a dynamic energy budget. One major challenge to upscaling from physiology of individuals to the level of species and communities is incorporating intraspecific variation, which could be a crucial component of species' resilience to global change. Understanding what fishes do in the wild is also a challenge, but techniques of biotelemetry and biologging are providing novel information towards effective conservation. Overall, fish physiologists must strive to render research outputs more applicable to management and decision-making. There are various potential avenues for information flow, in the shorter term directly through biomarker studies and in the longer term by collaborating with modellers and fishery biologists.
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 | 0,016 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,014 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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.
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 ».