Co‐creating solutions to the hidden impacts of climate change on Canada's Pacific kelp forests
Notice bibliographique
Résumé
Abstract Co‐designed research driven by the information needs of coastal communities can enhance social‐ecological resilience to climate change. On the Central Coast of British Columbia, Canada, the 2014–2015 marine heatwave triggered an outbreak of an encrusting bryozoan ( Membranipora spp.) on giant kelp ( Macrocystis tenuifolia ), an ecologically, culturally and economically important seaweed to coastal Indigenous Peoples that is also under direct threat from ocean warming and extreme heat events. In response, Indigenous stewardship departments and academic researchers co‐designed field surveys examining potential impacts of bryozoans on kelp at 10 sites over 2 years, encompassing spatial and interannual variation in ocean temperatures. The susceptibility of kelp beds to bryozoan outbreaks increased with higher kelp canopy cover and warmer sea surface temperatures yet decreased with greater wave exposure. During 2021, maximum bryozoan cover on kelp occurred ≈2.5 months earlier than in 2020, which correlated with the timing of anomalously early warming of seawater. This result illustrates how ocean warming can indirectly impact kelp. Adaptive management strategies include selection of cooler and more wave‐exposed sites for kelp harvests, reduced harvests in warmer years and seasonally earlier harvests during years with anomalously early warming. Our study demonstrates how engagement with local knowledge holders and collaborative monitoring can inform adaptive management strategies aimed at increasing social‐ecological resilience at local scales relevant to Indigenous governance and coastal economies. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».