Disentangling diverse responses to climate change among global marine ecosystem models
Notice bibliographique
Résumé
Climate change is warming the ocean and impacting lower trophic level (LTL) organisms. Marine ecosystem models can provide estimates of how these changes will propagate to larger animals and impact societal services such as fisheries, but at present these estimates vary widely. A better understanding of what drives this inter-model variation will improve our ability to project fisheries and other ecosystem services into the future, while also helping to identify uncertainties in process understanding. Here, we explore the mechanisms that underlie the diversity of responses to changes in temperature and LTLs in eight global marine ecosystem models from the Fisheries and Marine Ecosystem Model Intercomparison Project (FishMIP). Temperature and LTL impacts on total consumer biomass and ecosystem structure (defined as the relative change of small and large organism biomass) were isolated using a comparative experimental protocol. Total model biomass varied between −35% to +3% in response to warming, and -17% to +15% in response to LTL changes. There was little consensus about the spatial redistribution of biomass or changes in the balance between small and large organisms (ecosystem structure) in response to warming, an LTL impacts on total consumer biomass varied depending on the choice of LTL forcing terms. Overall, climate change impacts on consumer biomass and ecosystem structure are well approximated by the sum of temperature and LTL impacts, indicating an absence of nonlinear interaction between the models’ drivers. Our results highlight a lack of theoretical clarity about how to represent fundamental ecological mechanisms, most importantly how temperature impacts scale from individual to ecosystem level, and the need to better understand the two-way coupling between LTL organisms and consumers. We finish by identifying future research needs to strengthen global marine ecosystem modelling and improve projections of climate change 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 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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».