Climate-change impacts and fisheries management challenges in the North Atlantic Ocean
Notice bibliographique
Résumé
Climate-induced changes in the world’s oceans will have implications for fisheries productivity and management. Using a model ensemble from the Fisheries and Marine Ecosystem Model Intercomparison Project (Fish-MIP), we analyzed future trajectories of climate-change impacts on marine animal biomass and associated environmental drivers across the North Atlantic Ocean and within the Northwest Atlantic Fisheries Organization (NAFO) convention area and evaluated potential consequences for fisheries productivity and management. Our ensemble results showed that the magnitude of projected biomass changes increased over time and from a low (RCP2.6) to high (RCP8.5) emissions scenario. Within individual NAFO divisions, however, projected biomass changes differed in the magnitude and sometimes direction of change between near (the 2030s) and far future (the 2090s) and contrasting emissions scenarios. By the 2090s, most NAFO divisions with historically (1990-1999) high fisheries landings were projected to experience biomass decreases of 5-40%, while Arctic and subarctic divisions with lower historical landings were projected to experience biomass increases between 20 and 70% under RCP8.5. Future trajectories of sea surface temperature and primary production corroborated that the far-future, high-emissions scenario poses the greatest risk to marine ecosystems and the greatest challenges to fisheries management. Our study summarizes future trends of marine animal biomass and underlying uncertainties related to model projections under contrasting climate-change scenarios. Understanding such climate-change impacts on marine ecosystems is imperative for ensuring that marine fisheries remain productive and sustainable in a changing ocean.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| 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 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 ».