MétaCan
Menu
Retour à la cohorte
Enregistrement W4412800749 · doi:10.1007/s44289-025-00056-7

Assessing vulnerability of Arctic fish species to climate change

2025· article· en· W4412800749 sur OpenAlexafffundabout
Kristen J. Sora, Colette C. C. Wabnitz, Nadja Steiner, U. Rashid Sumaila, Carie Hoover, Andrea Niemi, Lisa L. Loseto, Ellen V. Lea, C-Jae C. Breiter, Juliano Palacios‐Abrantes, Gabriel Reygondeau, Patrick Farnole, Tessa Sou, William W. L. Cheung

Notice bibliographique

RevueDiscover Oceans · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of VictoriaFirst Nations University of CanadaDalhousie UniversityGovernment of CanadaUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVulnerability (computing)Climate changeArcticFish <Actinopterygii>FisheryEnvironmental scienceVulnerability assessmentThe arcticGeographyOceanographyEcologyBiologyComputer scienceGeologyPsychologyComputer security

Résumé

récupéré en direct d'OpenAlex

Climate change is impacting Arctic marine ecosystems at faster rates than the global average, challenging the management and conservation of biodiversity and living marine resources. This study examined the climate risks and vulnerabilities of 21 Arctic fish species occurring in the western Canadian Arctic using a fuzzy logic approach. Identified climatic hazards to marine species and their habitats are increasing temperature, decreasing sea ice cover, freshening, decreasing oxygen concentration, and acidification. The nature of these hazards included changes in mean conditions by 2050 (2041-2060), compared to the historical period (1979-2015 average) simulated from a regional coupled ice-ocean biogeochemical model and two coupled Earth system models under low and high emissions scenarios. A spatially-explicit algorithm was used to assess the risk and vulnerability in the Beaufort Sea shelf and slope and Amundsen Gulf (BS-AG) based on the species' biological traits, biogeography and their exposure to climatic hazards. The results indicated high to very high exposure and risk of climate impacts across the ecosystem variables. Specifically, shallow areas were projected to be simultaneously exposed to more intense warming, reduced sea ice coverage, freshening, and acidification relative to the regional averages. In addition, for species occurring in the BS-AG, low adaptability and high sensitivity to climate hazards was identified. These applied tools and evaluations can inform marine spatial planning and climate adaptation efforts to help achieve conservation objectives and sustain ecosystem and community health in a changing Arctic climate. Supplementary Information: The online version contains supplementary material available at 10.1007/s44289-025-00056-7.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil0,620

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,317
Écart entre enseignants0,277 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiscover OceansMême sujetMarine and fisheries researchTravaux en français237 207