Linking observed changes in pelagic catches to temperature and oxygen in the Eastern Tropical Pacific
Notice bibliographique
Résumé
Abstract Warming increases the metabolic rates of fishes and drives their oxygen demands above environmental oxygen supply, leading to declines in fish growth and smaller population sizes. Given the wide variability in species' sensitivity to changing temperature and oxygen levels, warming and oxygen limitation may be altering the composition of fish communities and hence, that of fisheries catches. Here, we test the hypothesis that changing temperatures shape the composition of pelagic fisheries catches in the Eastern Tropical Pacific. We expect that under warmer conditions, pelagic fisheries catches will be dominated by tropical species with higher oxygen demands and less surplus oxygen for growth. To test this hypothesis, we combined an index of the physiological vulnerability of exploited large pelagic fishes (e.g. tuna and billfish) to changing ocean temperatures and oxygen levels with fisheries catch data from 1970 to 2016. We found that warming is the main driver of changes in the physiological performance and catch composition of this fishery, and that oxygen limitation may be causing a significant breakpoint in the relationship between sea surface oxygen and the index of vulnerability of pelagic catches in the Ecuador and Galapagos Exclusive Economic Zones. Warm temperature anomalies due to El Niño were projected to cause reductions in the physiological performance of large pelagic fishes, although this only led to changes in catch composition during the extremely warm events. Our results suggest that catches are vulnerable to future warming, as the increasing frequency, duration and magnitude of marine heatwaves associated with climate change impact catch composition.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».