Contrasting climate velocity impacts in warm and cool locations show that effects of marine warming are worse in already warmer temperate waters
Notice bibliographique
Résumé
Abstract Species responses to climate change are often measured at broad spatiotemporal scales, which can miss the fine‐scale changes that are most relevant to conservation and fisheries management. We develop a scaleable geostatistical approach to assess how juvenile and adult fish distributions have been shaped by changes in bottom temperature and dissolved oxygen over a recent decade of warming in the northeast Pacific. Across 38 demersal fishes, biomass trends were associated negatively with warming and positively with dissolved oxygen, but when trends in both biomass and climate were converted to velocities—the speed and direction a population would have to move to maintain consistent conditions—the effect of temperature change differed depending on local conditions. In the warmest locations, warming velocities were associated with negative biotic velocities for 19 of 69 species‐maturity combinations, and yet were almost always associated with stable or positive biotic velocities in the coolest locations (64 of 69). These spatially consistent biomass declines (negative biotic velocities) in the warmest locations and increases in cooler locations suggest a redistribution of species with the potential for new ecological and fisheries interactions. After controlling for temperature, the more spatially consistent effects of dissolved oxygen were often negative, suggesting a mechanism other than hypoxia avoidance—potentially changes in primary production. Our approach identifies the species and locations that are most sensitive to observed changes in the environment at any scale, thus facilitating future vulnerability assessments.
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 | 0,000 |
| 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) | 0,000 | 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 ».