Global assessment of marine and freshwater recreational fish reveals mismatch in climate change vulnerability and conservation effort
Notice bibliographique
Résumé
Recreational fisheries contribute substantially to the sociocultural and economic well-being of coastal and riparian regions worldwide, but climate change threatens their sustainability. Fishery managers require information on how climate change will impact key recreational species; however, the absence of a global assessment hinders both directed and widespread conservation efforts. In this study, we present the first global climate change vulnerability assessment of recreationally targeted fish species from marine and freshwater environments (including diadromous fishes). We use climate change projections and data on species' physiological and ecological traits to quantify and map global climate vulnerability and analyze these patterns alongside the indices of socioeconomic value and conservation effort to determine where efforts are sufficient and where they might fall short. We found that over 20% of recreationally targeted fishes are vulnerable to climate change under a high emission scenario. Overall, marine fishes had the highest number of vulnerable species, concentrated in regions with sensitive habitat types (e.g., coral reefs). However, freshwater fishes had higher proportions of species at risk from climate change, with concentrations in northern Europe, Australia, and southern Africa. Mismatches in conservation effort and vulnerability were found within all regions and life-history groups. A key pattern was that current conservation effort focused primarily on marine fishes of high socioeconomic value rather than on the freshwater and diadromous fishes that were predicted to be proportionately more vulnerable. While several marine regions were notably lacking in protection (e.g., Caribbean Sea, Banda Sea), only 19% of vulnerable marine species were without conservation effort. By contrast, 72% of freshwater fishes and 33% of diadromous fishes had no measures in place, despite their high vulnerability and cultural value. The spatial and taxonomic analyses presented here provide guidance for the future conservation and management of recreational fisheries as climate change progresses.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».