Mapping suitable thermal migration corridors for western Alaska chum salmon in the North Pacific
Notice bibliographique
Résumé
It is evident that warming North Pacific Ocean (NPO) temperatures are impacting salmon fitness and survival. Record-low western Alaska chum salmon run sizes were recorded in the Yukon River during 2020 and 2021. Based on recent analyses of Pacific salmon species-specific ocean temperature preferences, chum salmon have the widest thermal preference range; we focus on chum because they may have the greatest resilience to temperature variability and if their range is impacted, it is likely other species will respond to observed warming as well. Thermal suitability was mapped along the seasonal migration based on swimming rates to examine potential interannual range or distribution shifts. Two individual-based models of salmon migration driven by surface temperatures and geostrophic currents were run to test the impact of ocean physics on migration and distribution. We found that in the last decade ocean temperatures have similar magnitude and variability as projected through 2050. Since around 2013, the high suitability migration corridor has shifted northwards into the Bering Sea, but the seasonal migration may not be driven primarily by temperature or ocean currents. Warmer ocean temperatures, marine heatwaves, and loss of seasonal sea ice are likely to have the greatest impacts on western Alaska chum salmon where thermal suitability is lowest–in the Bering Sea in winter, and in the eastern Gulf of Alaska in summer. The impacts at the margins of their habitat range may lead to poor condition, a northward domain shift, and more fish entering the Arctic Ocean.
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 | 0,016 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».