Climate change disturbances contextualize the outcomes of coral-reef fisheries management across Micronesia
Notice bibliographique
Résumé
Climate change is increasing disturbance events on coral reefs with poorly understood consequences for fish population dynamics and fisheries management. Given growing concerns over food security for the tropical Pacific, we assessed fisheries management policies across a suite of Micronesian islands since 2014 as climate disturbance events have intensified. Disturbances associated with the 2015–2017 ENSO led to significant mortality of corals and calcifying substrates and replacement with algae and detritus, followed by a doubling of biomass across all fish guilds that was proportional to their starting points for all islands. Increased fish biomass was equally attributed to growth of individuals evidenced by increased size structures, and recruitment/survival evidenced by larger population densities. However, the pulsed increase of fish biomass lasted 1–2 years for islands with limited and isolated MPA but remained high for islands with effective MPA networks for 4 years until the study ended. Meanwhile, policies to protect grouper spawning seasons resulted in increased occurrences that were magnified by disturbances and MPA. Grouper increases were largest where both spawning season bans and MPA networks existed, helping to tease apart the management-from-disturbance responses. Smaller rates of increases over longer time were observed for species with commercial fishing bans (bumphead parrotfish, Napoleon wrasse, and sharks). Yet, occurrences remain low in comparison to remote-island baselines, and MPA only provided benefits for juveniles in inner lagoons. Recent trends for these species were less influenced by climate disturbances compared to groupers. The results cautioned how short-term responses of fish assemblages following climate disturbances can provide false signs of success for some management policies without contextual reference baselines that may not exist. Positively, improvements were noted for both MPA and species policies in our region that are expected to benefit reef resilience.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».