MétaCan
Menu
Retour à la cohorte
Enregistrement W3204537598 · doi:10.1029/2021av000456

Seasonality and Life History Complexity Determine Vulnerability of Dungeness Crab to Multiple Climate Stressors

2021· article· en· W3204537598 sur OpenAlexaff
Halle M. Berger, Samantha Siedlecki, Catherine M. Matassa, Simone R. Alin, Isaac C. Kaplan, Emma E. Hodgson, Darren Pilcher, Emily Norton, Jan Newton

Notice bibliographique

RevueAGU Advances · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensSimon Fraser University
Organismes subventionnairesNOAA ResearchNational Oceanic and Atmospheric AdministrationUniversity of Connecticut
Mots-clésVulnerability (computing)Pelagic zoneClimate changePopulationEcologyGeographyBiologyFisheryDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Scaling climate change impacts from individual responses to population‐level vulnerability is a pressing challenge for scientists and society. We assessed vulnerability of the most valuable fished species in the Northwest U.S.—Dungeness crab—to climate stressors using a novel combination of ocean, population, and larval transport models with stage‐specific consequences of ocean acidification, hypoxia, and warming. Integration across pelagic and benthic life stages revealed increased population‐level vulnerability to each stressor by 2100 under RCP 8.5. Under future conditions, chronic vulnerability to low pH emerged year‐round for all life stages, whereas vulnerability to low oxygen continued to be acute, developing seasonally and impacting adults, which are critical to population growth. Our results demonstrate how ontogenetic habitat shifts and seasonal ocean conditions interactively impact population‐level vulnerability. Because most valuable U.S. fisheries rely on species with complex life cycles in seasonal seas, chronic and acute perspectives are necessary to assess population‐level vulnerability to climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGU AdvancesMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207