Climate Change Impacts on the Phenology of Laurentian Great Lakes Fishes
Notice bibliographique
Résumé
Freshwater ecosystems around the world are increasingly impacted by climate change, yet there remains a lack of long-term empirical data on how these changes are manifesting. In the Laurentian Great Lakes, a globally significant freshwater system, fish and their habitats are expected to be affected by warming water temperatures and increasing risks of species invasions. Despite these projections, relatively few studies have documented whether such shifts are already occurring. Our objective was to assess how climate change has influenced the community and migration phenology of native and non-native fishes that use coastal wetlands in the Great Lakes. To do so, we analyzed local summer water temperatures and a 27-year dataset (1997-2023) comprising arrivals of 16 fish species intercepted at the Cootes Paradise Marsh Fishway, a common carp (Cyprinus carpio) exclusion barrier at the western end of Lake Ontario. Over the study period, we found that mean summer water temperatures increased by over 1°C, consistent with broader global warming trends. Using non-metric multidimensional scaling, we observed a unidirectional shift in fish community structure over time, rather than cyclical fluctuations or stabilization, indicating sustained ecological change. Analyses on phenology revealed that first, peak, and last arrival dates occurred earlier over time, while the duration of presence at the Fishway decreased for both native and non-native species. These results provide evidence that climate change is already altering the community and phenology of fishes in Great Lakes wetlands. More broadly, our findings contribute to the growing body of literature showing that climate-driven phenological shifts are reshaping freshwater ecosystems globally, underscoring the need for adaptive, climate-informed conservation and management strategies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».