Ecosystem Model of the Entire Beaufort Sea Marine Ecosystem: A Temporal Tool for Assessing Food-Web Structure and Marine Animal Populations from 1970 to 2014
Notice bibliographique
Résumé
The Beaufort Sea coastal-marine ecosystem is a 476,000 km2 area in the Arctic Ocean, which extends from -112.5 to -158.0° longitude to 67.5 to 75.0° latitude. Within this polar area the United States indigenous communities of Barrow, Kaktovik, and Nuiqsut, and the Canadian indigenous communities of Aklavik, Inuvik, Tuktoyaktuk, Paulatuk, Ulukhaktok, and Sachs Harbour, subsist by harvesting marine mammals, fish, and invertebrates to provide the majority of their community foods. The Beaufort Sea coastal-marine ecosystem includes many specialized marine animals whose life history is tied to the sea ice, such as polar bears that rely on sea-ice for foraging activities and denning, or ice algae that attach to the seasonal cryosphere. Changes in sea-ice extent and sea surface temperature affect the ecosystem through losses of animal habitat, alterations to trophodynamics, and/or impacts to indigenous community harvesting. The present study focuses on developing a dynamic whole-ecosystem model that can be used for natural resource management. The resulting Ecopath with Ecosim (EwE) temporal model (1970 to 2014) utilizes forcing and mediation functions that describe food web and relationships between sea-ice extent, SST, and Inuit community harvesting efforts. Following model calibrations, vulnerability estimates, trophic level validation, and sensitivity analyses, the Beaufort Sea model produces population and dietary changes over time that are analogous to observations. Changes in temporal whole-ecosystem trophodynamics highlight a potential climatological tipping point in 1993, followed by a biological tipping point in 1998.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».