Tracking and forecasting community responses to climate perturbations in the California Current Ecosystem
Notice bibliographique
Résumé
Ocean ecosystems are vulnerable to climate-driven perturbations, which are increasing in frequency and can have profound effects on marine social-ecological systems. Thus, there is an urgency to develop tools that can detect the response of ecosystem components to these perturbations as early as possible. We used Bayesian Dynamic Factor Analysis (DFA) to develop a community state indicator for the California Current Ecosystem (CCE) to track the system’s response to climate perturbations, and to forecast future changes in community state. Our key objectives were to (1) summarize environmental and biological variability in the southern and central regions of the CCE during a recent and unprecedented marine heatwave in the northeast Pacific Ocean (2014–2016) and compare these patterns to past variability, (2) examine whether there is evidence of a shift in the community to a new state in response to the heatwave, (3) identify relationships between community variability and climate variables; and (4) test our ability to create one-year ahead forecasts of individual species responses and the broader community response based on ocean conditions. Our analysis detected a clear community response to the marine heatwave, although it did not exceed normal variability over the past six decades (1951–2017), and we did not find evidence of a shift to a new community state. We found that nitrate flux through the base of the mixed layer exhibited the strongest relationship with species and community-level responses. Furthermore, we demonstrated skill in creating forecasts of species responses and community state based on estimates of nitrate flux. Our indicator and forecasts of community state show promise as tools for informing ecosystem-based and climate-ready fisheries management in the CCE. Our modeling framework is also widely applicable to other ecosystems where scientists and managers are faced with the challenge of managing and protecting living marine resources in a rapidly changing climate.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».