Lake temperature and morphometry shape the thermal composition of recreational fishing catch
Notice bibliographique
Résumé
Abstract Objective Managing freshwater fisheries in warming lakes is challenging because climate change impacts anglers, fish, and their interactions. Methods We integrated recent models of current and future lake temperatures with recreational fisheries catch data from 587 lakes in three north-central U.S. states (Michigan, Minnesota, and Wisconsin) to evaluate how the thermal composition of recreational fisheries catch varied as a function of temperature, ice coverage, and lake morphometry. Result We found that warmwater catch share (WCS), defined as the proportion of fish in recreational angling catch that belonged to the warmwater thermal guild (final temperature preferendum [FTP] > 25°C), increased with average annual lake surface temperature and decreased with survey ice coverage. However, we also found that WCS decreased with increased lake area and depth. Using mid-century (2040–2060) water temperature and ice projections while holding all other variables constant, we predicted that WCS will likely increase as the climate warms but that significant thermal heterogeneity will persist. Conclusion Lakes that are large (>100 ha) and deep (>10 m) and those with cooler (<3700 annual growing degree-days) predicted future temperatures will likely hold thermal refugia for coolwater (FTP = 19–25°C) and coldwater (FTP < 19°C) fish even as average lake temperatures rise, creating the potential for management actions to resist the shift from coolwater to warmwater fisheries. Managers of smaller and more rapidly warming lakes may want to consider strategies that accept or direct emerging warmwater fishing opportunities. We suggest that the most viable path to climate adaptation in landscapes of diverse lakes may be to resist warmwater shifts where possible and to accept or direct the rise of warmwater fishing opportunities where necessary.
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».