Drivers of trophodynamics of the open-ocean and deep-sea environments of the Azores, NE Atlantic
Notice bibliographique
Résumé
• The drivers of trophodynamics of the Azores’s open-ocean and deep-sea environments were investigated using a food-web model. • Findings highlight the role of deep-sea fisheries exploitation and environmental variability in shaping historical trends. • Integrating environmental factors is crucial for achieving biodiversity conservation and sustainable management objectives. Marine ecosystems associated with mid-oceanic elevations harbour unique pelagic and benthic biodiversity and sustain food webs critical for Nature’s contributions to people (NCP). The United Nations Sustainable Development Goals and the Convention on the Law of the Sea recognize the need to implement ecosystem-based management approaches to conserve the structure and functioning of oceanic and deep-sea ecosystems within sustainable reference points. However, uncertainties regarding the interactions between multiple drivers of change, and their impacts on the state of these ecosystems and the NCP, present significant challenges to effective management. Trophic models offer a holistic approach to identify the main drivers affecting the dynamics of marine ecosystems. Here, we used a food web model of the open-ocean and deep-sea environments of the Azores for identifying the drivers that best explain historical biomass trends of demersal fish of high commercial value. Our hindcast simulations suggested that historical trends can be explained by the combined effects of deep-sea fisheries exploitation and variability in environmental conditions, likely dominated by primary productivity anomalies. In particular, deficits in primary production and high levels of fishing exploitation might have contributed to the pronounced decline in biomass observed between 2008 and 2012. These findings reinforce that failure to consider environmental factors in ecosystem-based management may result in shortfalls at achieving biodiversity conservation and sustainability objectives, particularly in the context of climate 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».