Atlantic salmon in a rapidly changing environment—Facing the challenges of reduced marine survival and climate change
Notice bibliographique
Résumé
Abstract Atlantic salmon populations have declined in recent decades. Many of the threats to the species during its freshwater and coastal residency periods are known, and management approaches are available to mitigate them. The global scale of climate change and altered ocean ecosystems make these threats more difficult to address. Managers need to be aware that promoting strong, healthy, and resilient wild populations migrating from rivers is the optimal approach currently to reduce the impacts of changing ecosystems and low marine survival. We argue that a fundamental strategy should be to ensure that the highest number of wild smolts in the best condition leave from rivers and coastal areas to the ocean. There is great scope for water quality, river regulation, migration barriers, and physical river habitat improvements. Maintenance of genetic integrity and diversity of wild populations by eliminating interbreeding with escaped farmed salmon, eliminating poorly planned stocking, and reducing impacts that reduce population sizes to dangerously low levels will support the ability of Atlantic salmon to adapt to changing environments. Reducing the impacts from aquaculture and other human activities in coastal areas can greatly increase marine survival in affected areas. As most of the threats to wild salmon are the result of human activities, a focus on human dimensions and improved communication, from scientific and management perspectives, needs to be increasingly emphasized. When political and social will are coupled with adequate resources, managers often have the tools to mitigate many of the threats to wild salmon.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».