MétaCan
Menu
Retour à la cohorte
Enregistrement W4404629308 · doi:10.1371/journal.pclm.0000520

Climate models drive variation in projections of species distribution on the Grand Banks of Newfoundland

2024· article· en· W4404629308 sur OpenAlexafffundabout
Raquel Ruiz‐Díaz, Mariano Koen‐Alonso, Frédéric Cyr, Jonathan A. D. Fisher, Sherrylynn Rowe, Katja Fennel, Lina Garcia Suarez, Tyler D. Eddy

Notice bibliographique

RevuePLOS Climate · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensDalhousie UniversityFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésClimate changeEnvironmental scienceBiomass (ecology)Climate modelClimatologyGlobal warmingGreenhouse gasOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Species Distribution Models (SDMs) are tools for understanding climate-induced habitat changes, yet their outcomes depend heavily on climate model selection. This study compares biomass projections for three key species on the Grand Banks of Newfoundland that are known to be sensitive to warming—snow crab, yellowtail flounder, and Atlantic cod. We use Earth system models (GFDL-ESM4, IPSL-CM6A-LR) and a regional ocean model system (Atlantic Climate Model (ACM)) under varying climate change emissions scenarios to assess long-term biomass trends and distributional shifts driven by future ocean warming on the Grand Banks. Projections indicate declining biomass for snow crab and yellowtail flounder with rising temperatures, whereas Atlantic cod is anticipated to exhibit biomass gains, particularly in the southern Grand Banks. Variations in biomass projections among climate models were noticeable, with IPSL forecasting the most drastic decline. ACM and GFDL biomass projections were more similar to each other than GFDL and IPSL projections, likely because ACM was downscaled from GFDL. Differences between GFDL and ACM likely arise from the coarse spatial resolution of ESMs, leading to insufficient resolution of the bathymetry and incorrect current patterns, in turn affecting the bottom temperature field. These findings underscore the important role of climate model selection in SDM-derived biomass projections. We partitioned uncertainty by source and found that the relative contribution of variability by component changes by species. As temperatures continue to rise, the urgency of implementing adaptive management strategies to minimize impacts on Newfoundland and Labrador fisheries becomes increasingly evident. SDM outputs can aid in strategic decision making, providing valuable insights for medium and long-term planning in fisheries management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,569

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,252
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLOS ClimateMême sujetMarine and fisheries researchTravaux en français237 207