Preparing for and managing crown-of-thorns starfish outbreaks on reefs under threat from interacting anthropogenic stressors
Notice bibliographique
Résumé
Crown-of-thorns starfish (CoTS) outbreaks rank among the greatest threats to coral throughout the Indo-Pacific. In the future, reefs already stressed by CoTS will be further burdened by overfishing and nutrient loading. How much these two factors will exacerbate CoTS outbreak severity is still uncertain. Furthermore, the CoTS management literature has focused on the Great Barrier Reef, whereas outbreak damage is rising across the Indo-Pacific. Here, we use a metacommunity model to simulate CoTS outbreaks in areas with high and growing levels of fishing pressure and offshore nutrient input. We model outbreaks on reefs adjacent to two cities within the range of CoTS that have less prior literature coverage: Cebu City, Philippines, and Jeddah, Saudi Arabia. We observe that the combination of population increases and urbanization of previously rural areas can drive complex patterns of multi-stressor interaction. We find that CoTS removal on intermediate spatial scales significantly improves regional-scale coral health, and provide guidelines under which each of four CoTS management strategies is optimal for conservation. We find that coral decline due to overfishing can be sharper on reefs with CoTS, and that nutrification can induce a shift from discrete outbreak waves to continuous CoTS presence. Our work shows the importance of long-term planning for reef management, and highlights how reef stressors can interact in potentially unforeseen ways.
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) | 0,000 | 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 ».