Rebuilding fish biomass for the world's marine ecoregions under climate change
Notice bibliographique
Résumé
Rebuilding overexploited marine populations is an important step to achieve the United Nations' Sustainable Development Goal 14-Life Below Water. Mitigating major human pressures is required to achieve rebuilding goals. Climate change is one such key pressure, impacting fish and invertebrate populations by changing their biomass and biogeography. Here, combining projection from a dynamic bioclimate envelope model with published estimates of status of exploited populations from a catch-based analysis, we analyze the effects of different global warming and fishing levels on biomass rebuilding for the exploited species in 226 marine ecoregions of the world. Fifty three percent (121) of the marine ecoregions have significant (at 5% level) relationship between biomass and global warming level. Without climate change and under a target fishing mortality rate relative to the level required for maximum sustainable yield of 0.75, we project biomass rebuilding of 1.7-2.7 times (interquartile range) of current (average 2014-2018) levels across marine ecoregions. When global warming level is at 1.5 and 2.6°C, respectively, such biomass rebuilding drops to 1.4-2.0 and 1.1-1.5 times of current levels, with 10% and 25% of the ecoregions showing no biomass rebuilding, respectively. Marine ecoregions where biomass rebuilding is largely impacted by climate change are in West Africa, the Indo-Pacific, the central and south Pacific, and the Eastern Tropical Pacific. Coastal communities in these ecoregions are highly dependent on fisheries for livelihoods and nutrition security. Lowering the targeted fishing level and keeping global warming below 1.5°C are projected to enable more climate-sensitive ecoregions to rebuild biomass. However, our findings also underscore the need to resolve trade-offs between climate-resilient biomass rebuilding and the high near-term demand for seafood to support the well-being of coastal communities across the tropics.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».