A trait‐based framework for assessing the vulnerability of marine species to human impacts
Notice bibliographique
Résumé
Abstract Marine species and ecosystems are widely affected by anthropogenic stressors, ranging from pollution and fishing to climate change. Comprehensive assessments of how species and ecosystems are impacted by anthropogenic stressors are critical for guiding conservation and management investments. Previous global risk or vulnerability assessments have focused on marine habitats, or on limited taxa or specific regions. However, information about the susceptibility of marine species across a range of taxa to different stressors everywhere is required to predict how marine biodiversity will respond to human pressures. We present a novel framework that uses life‐history traits to assess species' vulnerability to a stressor, which we compare across more than 44,000 species from 12 taxonomic groups (classes). Using expert elicitation and literature review, we assessed every combination of each of 42 traits and 22 anthropogenic stressors to calculate each species' or representative species group's sensitivity and adaptive capacity to stressors, and then used these assessments to derive their overall relative vulnerability. The stressors with the greatest potential impact were related to biomass removal (e.g., fisheries), pollution, and climate change. The taxa with the highest vulnerabilities across the range of stressors were mollusks, corals, and echinoderms, while elasmobranchs had the highest vulnerability to fishing‐related stressors. Traits likely to confer vulnerability to climate change stressors were related to the presence of calcium carbonate structures, and whether a species exists across the interface of marine, terrestrial, and atmospheric realms. Traits likely to confer vulnerability to pollution stressors were related to planktonic state, organism size, and respiration. Such a replicable, broadly applicable method is useful for informing ocean conservation and management decisions at a range of scales, and the framework is amenable to further testing and improvement. Our framework for assessing the vulnerability of marine species is the first critical step toward generating cumulative human impact maps based on comprehensive assessments of species, rather than habitats.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,013 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».