Editorial: Impact of extreme climate events on marine ecosystems: Adaptation and challenges
Notice bibliographique
Résumé
Impact of extreme climate events on marine ecosystems: Adaptation and challengesMarine ecosystems provide diverse and essential services to humankind, but multiple stressors (e.g., overfishing, climate change, and pollution) are reshaping ecosystem structures with potentially negative impacts on ecosystem functions (Doney et al., 2012;Costanza et al., 2014;Bland et al., 2018).Especially, extreme climate events (ECEs) are found to have profound and diverse impacts on marine populations and ecosystems (Wernberg et al., 2013;Zhang, 2020).In recent decades, the frequency and intensity of ECEs, e.g., tropical cyclones, and heatwaves, tend to increase in marine ecosystems (Kendrick et al.).In contrast to gradual climate change, ECEs feature drastic and rapid changes in environmental conditions.These sudden changes can affect both the structure and function of marine ecosystems in a way that resembles pulse disturbance (Smale et al., 2019;Zhang et al., 2022).Consequently, novel responses to ECEs may be observed in the variations in the physiological functioning, behavior, and demographic traits of marine organisms, shifts in the size structure, spatial range, and seasonal abundance of populations, and changes in the community structure and ecosystem function.To cope with challenges associated with ECEs, it is important to understand the mechanisms via which they affect marine ecosystems.Therefore, the purpose of this special issue is to understand the effects of ECEs on marine ecosystems at different levels and seek management solutions.The main results of papers submitted to this special issue are:Frontiers in Marine Science frontiersin.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,012 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,022 |
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 ».