Marine species in ambient low‐oxygen regions subject to double jeopardy impacts of climate change
Notice bibliographique
Résumé
We have learned much about the impacts of warming on the productivity and distribution of marine organisms, but less about the impact of warming combined with other environmental stressors, including oxygen depletion. Also, the combined impact of multiple environmental stressors requires evaluation at the scales most relevant to resource managers. We use the Gulf of St. Lawrence, Canada, characterized by a large permanently hypoxic zone, as a case study. Species distribution models were used to predict the impact of multiple scenarios of warming and oxygen depletion on the local density of three commercially and ecologically important species. Substantial changes are projected within 20-40 years. A eurythermal depleted species already limited to shallow, oxygen-rich refuge habitat (Atlantic cod) may be relatively uninfluenced by oxygen depletion but increase in density within refuge areas with warming. A more stenothermal, deep-dwelling species (Greenland halibut) is projected to lose ~55% of its high-density areas under the combined impacts of warming and oxygen depletion. Another deep-dwelling, more eurythermal species (Northern shrimp) would lose ~4% of its high-density areas due to oxygen depletion alone, but these impacts may be buffered by warming, which may increase density by 8% in less hypoxic areas, but decrease density by ~20% in the warmest parts of the region. Due to local climate variability and extreme events, and that our models cannot project changes in species sensitivity to hypoxia with warming, our results should be considered conservative. We present an approach to effectively evaluate the individual and cumulative impacts of multiple environmental stressors on a species-by-species basis at the scales most relevant to managers. Our study may provide a basis for work in other low-oxygen regions and should contribute to a growing literature base in climate science, which will continue to be of support for resource managers as climate change accelerates.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».