Can we project changes in fish abundance and distribution in response to climate?
Notice bibliographique
Résumé
Large-scale and long-term changes in fish abundance and distribution in response to climate change have been simulated using both statistical and process-based models. However, national and regional fisheries management requires also shorter term projections on smaller spatial scales, and these need to be validated against fisheries data. A 26-year time series of fish surveys with high spatial resolution in the North-East Atlantic provides a unique opportunity to assess the ability of models to correctly simulate the changes in fish distribution and abundance that occurred in response to climate variability and change. We use a dynamic bioclimate envelope model forced by physical-biogeochemical output from eight ocean models to simulate changes in fish abundance and distribution at scales down to a spatial resolution of 0.5°. When comparing with these simulations with annual fish survey data, we found the largest differences at the 0.5° scale. Differences between fishery model runs driven by different biogeochemical models decrease dramatically when results are aggregated to larger scales (e.g. the whole North Sea), to total catches rather than individual species or when the ensemble mean instead of individual simulations are used. Recent improvements in the fidelity of biogeochemical models translate into lower error rates in the fisheries simulations. However, predictions based on different biogeochemical models are often more similar to each other than they are to the survey data, except for some pelagic species. We conclude that model results can be used to guide fisheries management at larger spatial scales, but more caution is needed at smaller scales.
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 | 0,007 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,009 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».