Local and regional variation in kelp loss and stability across coastal British Columbia
Notice bibliographique
Résumé
Kelp forests are among the most abundant coastal marine habitats but are vulnerable to climate change. The Northeast Pacific has experienced recent large-scale changes in kelp abundance and distribution, but little is known about changes north of the British Columbia (BC)-Washington border. Here, we assessed whether and how floating canopy kelp ( Macrocystis pyrifera, Nereocystis luetkean a ) distributions have changed in recent decades along the extensive coast of BC. We assembled and analysed available kelp distributional data, comparing snapshots of kelp linear extent from 1.5-3 decades ago (1994-2007) to recently collected data (2017-2021) across 11 different subregions spanning the province. We then leveraged timeseries, where available (n = 7 data sets), to contextualise patterns of change. In aggregate, the data suggest that kelp forests have declined considerably in some parts of the province, but with variable patterns of change across BC. In the warmest areas (southern BC), kelp persistence was negatively correlated with mean summer sea surface temperatures, which at times exceeded known thermal tolerances. In contrast, in northern subregions, top-down control by sea urchins and otters appeared to modulate kelp dynamics, with declines occurring in 2 subregions despite cool ocean temperatures. Timeseries data suggest that many declines occurred around the 2014-2016 marine heatwave, an event associated with sustained warming and altered trophic dynamics. Our results suggest that the extent of BC’s kelp forests has declined in some places in recent decades, but that regional and local-scale factors influence their responses to environmental change.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».