MétaCan
Menu
Retour à la cohorte
Enregistrement W4210469923 · doi:10.1002/eap.2546

Modeling demersal fish and benthic invertebrate assemblages in support of marine conservation planning

2022· article· en· W4210469923 sur OpenAlexafffund
John O’Brien, Ryan R. E. Stanley, Nicholas W. Jeffery, Susan G. Heaslip, Claudio DiBacco, Zeliang Wang

Notice bibliographique

RevueEcological Applications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésDemersal fishDemersal zoneMarine protected areaBenthic zoneEnvironmental scienceRange (aeronautics)EcologyHabitatAbiotic componentGeographyAssemblage (archaeology)Species distributionInvertebrateSeascapeFisheryOceanographyFishingGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Marine classification schemes based on abiotic surrogates often inform regional marine conservation planning in lieu of detailed biological data. However, these schemes may poorly represent ecologically relevant biological patterns required for effective design and management strategies. We used a community-level modeling approach to characterize and delineate representative mesoscale (tens to thousands of kilometers) assemblages of demersal fish and benthic invertebrates in the Northwest Atlantic. Hierarchical clustering of species occurrence data from four regional annual multispecies trawl surveys revealed three to six groupings (predominant assemblage types) in each survey region, broadly associated with geomorphic and oceanographic features. Indicator analyses identified 3-34 emblematic taxa of each assemblage type. Random forest classifications accurately predicted assemblage distributions from environmental covariates (AUC > 0.95) and identified thermal limits (annual minimum and maximum bottom temperatures) as important predictors of distribution in each region. Using forecasted oceanographic conditions for the year 2075 and a regional classification model, we projected assemblage distributions in the southernmost bioregion (Scotian Shelf-Bay of Fundy) under a high emissions climate scenario (RCP 8.5). Range expansions to the northeast are projected for assemblages associated with warmer and shallower waters of the Western Scotian Shelf over the 21st century as thermal habitat on the relatively cooler Eastern Scotian Shelf becomes more favorable. Community-level modeling provides a biotic-informed approach for identifying broadscale ecological structure required for the design and management of ecologically coherent, representative, well-connected networks of Marine Protected Areas. When combined with oceanographic forecasts, this modeling approach provides a spatial tool for assessing sensitivity and resilience to climate change, which can improve conservation planning, monitoring, and adaptive management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,346
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,033
Tête enseignante GPT0,272
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetMarine and fisheries researchTravaux en français237 207