Risky business: The combined effects of fishing and changes in primary productivity on fish communities
Notice bibliographique
Résumé
There is an increasing need to understand ecosystem responses to multiple stressors in that such complex responses depend not only on species-level responses, but also on species interactions and ecosystem structure. In this study, we used a multi-model ecosystem simulation approach to explore the combined effects of fishing and primary productivity on different components of the food-web across a suite of ecosystems and a range of model types. Simulations were carried out under different levels of primary productivity and various fishing scenarios. In addition to exploring synergistic, additive or antagonistic combined effects of multiple stressors, we included a fourth category “dampened”, which refers to less negative or less positive impacts compared to additive ones, and in contrast to previous studies, we explicitly considered the direction (positive or negative) of the combined effects. We focused on two specific combined effects (negative synergism and positive dampened) associated with the risk of resultant lower fish biomass than expected under additive effects. Through a meta-analysis of the multi-models' simulation results, we found that (i) the risk of negative synergism was generally higher for low-trophic-level (LTL) taxa, implying that following an increase of fishing pressure on a given LTL stock, the subsequent decrease of biomass under low primary productivity would be larger than expected under additive effects and (ii) the risk of positive dampened effects was generally higher for high-trophic-level (HTL) taxa, implying that given a management measure aimed at reducing the impact of fishing on HTL stocks, the subsequent rebuilding of these stocks would be slower than expected. Our approach to categorizing and exploring cumulative effects can be applied to evaluate other community properties, and provide guidance for fisheries management.
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».