Assessing the sublethal impacts of anthropogenic stressors on fish: An energy‐budget approach
Notice bibliographique
Résumé
Abstract Fish are increasingly exposed to anthropogenic stressors from human developments and activities such as agriculture, urbanization, pollution and fishing. Lethal impacts of these stressors have been studied but the potential sublethal impacts, such as behavioural changes or reduced growth and reproduction, have often been overlooked. Unlike mortality, sublethal impacts are broad and difficult to quantify experimentally. As a result, sublethal impacts are often ignored in regulatory frameworks and management decisions. Building on established fish bioenergetic models, we present a general method for using the population consequences of disturbance framework to investigate how stressors influence ecologically relevant life processes of fish. We partition impact into the initial energetic cost of attempts to escape from the stressor, followed by the energetic impacts of any injury or behavioural change, and their consequent effects on life processes. As a case study, we assess the sublethal effects of catch and release angling for the European sea bass ( Dicentrachus labrax , Moronidae ), a popular target species for recreational fishers. The energy budget model described is not intended to replace existing experimental approaches but does provide a simple way to account for sublethal impacts in assessment of the impact of recreational fisheries and aid development of robust management approaches. There is potential to apply our energy budget approach to investigate a broad range of stressors and cumulative impacts for many fish species while also using individual‐based models to estimate population‐level impacts.
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 | 0,000 |
| 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 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 ».