MétaCan
Menu
Retour à la cohorte
Enregistrement W4378215903 · doi:10.1139/facets-2022-0191

Climate change, species thermal emergence, and conservation design: a case study in the Canadian Northwest Atlantic

2023· article· en· W4378215903 sur OpenAlexafffundvenueabout
Shaylyn A. Lewis, Christine Stortini, Daniel G. Boyce, Ryan R. E. Stanley

Notice bibliographique

RevueFACETS · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésClimate changeMarine protected areaHabitatBiodiversityEnvironmental scienceGeographyFisheryEcologyEnvironmental resource managementBiology

Résumé

récupéré en direct d'OpenAlex

Marine Protected Areas (MPAs) are conservation tools that promote biodiversity by regulating human impacts. However, because MPAs are fixed in space and, by design, difficult to change, climate change may challenge their long-term effectiveness. It is therefore imperative to consider anticipated ecological changes in their design. We predict the time of emergence (ToE: year when temperatures will exceed a species’ tolerance) of 30 fish and invertebrate species in the Scotian Shelf-Bay of Fundy draft network of conservation areas based on climate projections under two contrasting emission scenarios (RCP 2.6 and RCP 8.5). We demonstrate a strong Southwest-to-Northeast gradient of change under both scenarios. Cold water-associated species had earlier ToEs, particularly in southwesterly areas. Under low emissions, 20.0% of habitat and 12.6% of species emerged from the network as a whole by 2100. Under high emissions, 51% of habitat and 42% of species emerged. These impacts are expected within the next 30–50 years in some southwestern areas. The magnitude and velocity of change will be tempered by reduced emissions. Our identification of high- and low-risk areas for species of direct and indirect conservation interest can support decisions regarding site and network design (and designation scheduling), promoting climate 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,262
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207