Climate and juvenile recruitment as drivers of Arctic cod (<i>Boreogadus saida</i>) dynamics in two Canadian Arctic seas
Notice bibliographique
Résumé
Arctic cod (Boreogadus saida) is the most abundant forage fish species in Arctic seas and plays a pivotal role in the transfer of energy between zooplankton and top predators. The dominance of Arctic cod and the Arctic’s relatively low biodiversity interact such that changing population dynamics of Arctic cod have cascading effects on whole Arctic marine ecosystems. Over the last decades, warming in the Arctic has led to a decline in Arctic cod populations in the Barents Sea, but in the Canadian Arctic these conditions have been correlated with up to a 10-fold higher biomass of age-0 Arctic cod at the end of summer. However, whether this enhanced larval survival with warmer waters endures through age-1+ populations is unknown. A better understanding of spatial variation in the response of Arctic cod populations to environmental conditions is critical to forecast future changes in Arctic ecosystems. Here, we rely on a 17-year time series of acoustic-trawl surveys (2003–2019) to test whether ice-breakup date, sea surface temperature, zooplankton density, and Arctic climate indices during early life stages affect the subsequent recruitment of age-1+ Arctic cod in the Beaufort Sea and Baffin Bay. In the Beaufort Sea, the biomass of age-1+ Arctic cod correlated with both Arctic Oscillation indices and age-0 biomass of the previous year. In Baffin Bay, the biomass of age-1+ Arctic cod correlated with previous-year North Atlantic Oscillation indices and the timing of ice breakup. This study demonstrates that climate and environmental conditions experienced during the early life stages drive the recruitment of the age-1+ Arctic cod population and helps to quantify spatial variation in the main environmental drivers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».