Predicted impacts of climate warming on aerobic performance and upper thermal tolerance of six tropical freshwater fishes spanning three continents
Notice bibliographique
Résumé
Equatorial fishes, and the critically important fisheries based on them, are thought to be at-risk from climate warming because the fishes have evolved in a relatively aseasonal environment and possess narrow thermal tolerance windows that are close to upper thermal limits. We assessed survival, growth, aerobic performance and critical thermal maxima (CTmax) following acute and 21 d exposures to temperatures up to 4°C higher than current maxima for six species of freshwater fishes indigenous to tropical countries and of importance for human consumption. All six species showed 1.3-1.7°C increases in CTmax with a 4°C rise in acclimation temperature, values which match up well with fishes from other climatic regions, and five species had survival >87% at all temperatures over the treatment period. Specific growth rates varied among and within each species in response to temperature treatments. For all species, the response of resting metabolic rate (RMR) was consistently more dynamic than for maximum metabolic rate, but in general both acute temperature exposure and thermal acclimation had only modest effects on aerobic scope (AS). However, RMR increased after warm acclimation in 5 of 6 species, suggesting incomplete metabolic compensation. Taken in total, our results show that each species had some ability to perform at temperatures up to 4°C above current maxima, yet also displayed certain areas of concern for their long-term welfare. We therefore suggest caution against the overly broad generalization that all tropical freshwater fish species will face severe challenges from warming temperatures in the coming decades and that future vulnerability assessments should integrate multiple performance metrics as opposed to relying on a single response metric. Given the societal significance of inland fisheries in many parts of the tropics, our results clearly demonstrate the need for more species-specific studies of adaptive capacity to climate change-related challenges.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».