MétaCan
Menu
Retour à la cohorte
Enregistrement W3016410813 · doi:10.1038/s41598-020-63650-z

Marine heatwaves exacerbate climate change impacts for fisheries in the northeast Pacific

2020· article· en· W3016410813 sur OpenAlex
William W. L. Cheung, Thomas L. Frölicher

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesNational Supercomputing Centre SingaporeUniversity of British ColumbiaCompute CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungHans-Sigrist-StiftungNatural Sciences and Engineering Research Council of CanadaEuropean CommissionUniversity of BernCentro Svizzero di Calcolo ScientificoNational Science Foundation
Mots-clésClimate changeFish stockFisheryGeographyOceanographyEcosystemBiomass (ecology)Fish <Actinopterygii>BiogeographyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Marine heatwaves (MHWs) have occurred in all ocean basins with severe negative impacts on coastal and ocean ecosystems. The northeast Pacific 2013-2015 MHW in particular received major societal concerns. Yet, our knowledge about how MHWs impact fish stocks is limited. Here, we combine outputs from a large ensemble simulation of an Earth system model with a fish impact model to simulate responses of major northeast Pacific fish stocks to MHWs. We show that MHWs cause biomass decrease and shifts in biogeography of fish stocks that are at least four times faster and bigger in magnitude than the effects of decadal-scale mean changes throughout the 21st century. With MHWs, we project a doubling of impact levels by 2050 amongst the most important fisheries species over previous assessments that focus only on long-term climate change. Our results underscore the additional challenges from MHWs for fisheries and their management under climate change.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,256
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle