FISHGLOB: Fish biodiversity facing global change
Notice bibliographique
Résumé
Global change is causing redistribution of marine species worldwide, modifying fish population and stock structure, as well as community compositions. These changes may have strong impacts on marine fish, associated fisheries, and ecosystem functioning and services. However, our capacity to assess and monitor short and long-term changes in species distribution and biodiversity is hampered by data availability and heterogeneity around the globe. This presentation will introduce FISHGLOB, launched in 2019 and an UN Ocean Decade project since 2023, that has collected and combined a unique data set of scientific bottom trawl surveys (SBTS) conducted regularly during the last decades across the globe. SBTS are ecological observation programs that sample marine communities associated with the seafloor. These surveys report taxa occurrence, abundance and/or biomass in space and time, and they can contribute substantially to understanding responses of species and communities to global change. Because combining these data together remains challenging, FISHGLOB enhances access and visibility of SBTS around the world and integrates these data across regions through an international network of experts. Currently, the integrated FISHGLOB dataset encompasses public and private surveys. Metadata comprises over 280,000 samples (hauls) from the last two decades of 95 surveys performed across all continents. Biodiversity data covers more than 3,000 fish taxa collected since 1963 from 65 surveys. FISHGLOB biodiversity data is accessible on github.com and osf.io for the 26 surveys that are public. We are now growing the consortium as an international community of practice, maintaining the core FISHGLOB database, and using the database to address research questions about global change impacts on fishes – focusing on marine heatwaves, community turnover, species’ extinction risk, and more – at an unprecedented scale. None of this would have been possible without open and collaborative data science, which enabled our “big data” approach to studying and managing species and community changes. FISHGLOB sets the stage for a long-term international collaborative platform bringing together marine data and experts from data science, ecological research, government agencies, and management in order to support biodiversity and fishery management adaptation in a time of global 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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,030 |
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 ».