Mean temperature of the catch index can be masked by changes in catch composition unrelated to ocean warming
Notice bibliographique
Résumé
Abstract Oceans are increasingly warming through climate change. Fish and invertebrate ectotherms respond to ocean warming through poleward and depth‐related migrations, a consequence of which is disruption of fisheries catch compositions. Mean temperature of the catch (MTC) is an index of change in catch composition, from colder to warmer water species. MTC is widely applied as an easily parameterised variable using readily available data (catch and species preferred temperature), but few studies underscore situations that might mask the “true” MTC trend. Here, we use fisheries catch in the Arabian‐Persian Gulf (“Gulf”) to highlight, for the first time, how abrupt changes in market demand can strongly influence catch composition and thereby mask a trend in MTC, and discuss the implications of the unmasked MTC trend to fisheries in the region. We found that a recent sharp decline in MTC from 27 to 26°C, despite a gradual increase in sea surface temperature, coincided with an escalated demand for the largehead hairtail ( Trichiurus lepturus ), a relatively cold‐water species in the Gulf, that caused catch to dramatically increase for export to overseas markets. Our findings suggest that the change in MTC reflected a fishery response to satisfy increased international market demand, rather than reflecting warming‐driven changes in catch composition. When excluding the effect of T. lepturus catch, the Gulf MTC trend was stable over time and consistent with a trend in many tropical and subtropical waters. Our findings highlight that an MTC change can be masked by factors unrelated to warming‐driven changes in catch composition, and that catch‐only MTC trends should be examined cautiously.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».