Projecting contributions of marine protected areas to rebuild fish stocks under climate change
Notice bibliographique
Résumé
Abstract No-take marine protected areas (No-take MPAs) are considered as a major tool for conserving marine biodiversity and ecosystem services. No-take MPAs can also contribute to climate adaptation for exploited fish stocks. Meanwhile, many fish stocks in the world are overfished and management institutions are developing plans to rebuild them. Understanding the potential effects of no-take MPAs on fish stocks under climate change can help develop strategies for climate-resilient stock rebuilding. Here, using a linked climate-fish-fishing model, we undertake simulation experiments to examine the effects of no-take MPAs on biomass and potential catches of 231 exploited fish and invertebrate species in eight marine ecoregions in the Northeast Atlantic under climate change. The simulations include different levels of fishing, no-take MPAs coverage, atmospheric global warming levels, and account for the expected displacement of fishing to the area around the no-take MPAs. Average individual stock biomass is projected to decrease by 5–15% per degree Celsius atmospheric warming. Having 30% of the distribution of over-exploited fish stocks under no-take MPAs together with conservation-focused fisheries management of these stocks are projected to offset the negative impacts on their biomass under 2.6–2.9 °C global warming. Meanwhile, potential catches increase when a portion of the over-exploited fish stocks is protected from fishing as higher biomass in the no-take MPAs spills-over to the surrounding areas. Our findings highlight that no-take MPAs, combined with reducing fishing intensity, can help rebuild over-exploited fish biomass and benefit their dependent fisheries in the Northeast Atlantic under projected climate change in the 21st century.
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 | 0,001 |
| 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) | 0,000 | 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 ».