Non‐native marine species in north‐west Europe: Developing an approach to assess future spread using regional downscaled climate projections
Notice bibliographique
Résumé
Abstract 1. Climate change can affect the survival, colonization and establishment of non‐native species. Many non‐native species common in Europe are spreading northwards as seawater temperatures increase. The similarity of climatic conditions between source and recipient areas is assumed to influence the establishment of such species, however, in a changing climate those conditions are difficult to predict. 2. A risk assessment methodology has been applied to identify non‐native species with proven invasive qualities that have not yet arrived in north‐west Europe, but which could become problematic in the future. Those species with the highest potential to become established or be problematic have been taken forward, as well as some that may be economically beneficial, for species distribution modelling to determine future potential habitat distributions under projected climate change. 3. In the past, species distribution models have usually made use of low resolution global environmental datasets. Here, to increase the local resolution of the distribution models, downscaled shelf seas climate change model outputs for north‐west Europe were nested within global outputs. In this way the distribution model could be trained using the global species presence data including the species' native locations, and then projected using more comprehensive shelf seas data to understand habitat suitability in a potential recipient area. 4. Distribution modelling found that habitat suitability will generally increase further north for those species with the highest potential to become established or problematic. Most of these are known to be species with potentially serious consequences for conservation. With caution, a small number of species may present an opportunity for the fishing industry or aquaculture. The ability to provide potential future distributions could be valuable in prioritizing species for monitoring or eradication programmes, increasing the chances of identifying problem species early. This is particularly important for vulnerable infrastructure or protected or threatened ecosystems.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».