MétaCan
Menu
Retour à la cohorte
Enregistrement W4414073174 · doi:10.1111/faf.70021

Fishers' Local Ecological Knowledge Reveals Complex Food Web Dynamics With Rapidly Warming Waters

2025· article· en· W4414073174 sur OpenAlexafffund
Loren McClenachan, Benjamin P. Neal, Marissa D. McMahan, Ellie Batchelder, Neida Villanueva‐Galarza, Jonathan H. Grabowski

Notice bibliographique

RevueFish and Fisheries · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNOAA Sea GrantNational Oceanic and Atmospheric AdministrationCanada Research Chairs
Mots-clésFood webEcosystemHabitatClimate changeGlobal warmingEcosystem servicesEffects of global warmingRange (aeronautics)Trophic level

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Local ecological knowledge (LEK) can provide insight into ecosystem change, particularly in dynamic ecological conditions, such as those driven by climate change. In New England lobster fisheries, warming waters have the potential to disrupt food webs, as range‐shifting species introduce novel ecological interactions. Here we use interviews with lobster fishers in Maine and Massachusetts to understand lobster fishers' LEK of dynamic food webs, taking a mental modelling approach to construct LEK food web models under rapidly warming waters. We find that fishers are observing a remarkable range of ecological interactions across habitats, collectively reporting knowledge of > 35 species that interact trophically with lobster across larval, juvenile, and adult life stages, ranging from terrestrial species like mink ( Neovison vison ) to deep sea species like redfish ( Sebastes fasciatus ). Our LEK food webs demonstrate perceptions of warming water altering species' abundances and interactions, with an overall negative impact on lobster fisheries. Fishers also report knowledge of complex interactions, including predation, competition, and habitat loss mediated by warming waters and changing species' abundances. Finally, we identify and categorise three main pathways that contribute to fishers' LEK, including observation, word of mouth, and inference. Our findings demonstrate that active fishers have complex understandings of food web interactions in dynamic ecosystems that are changing rapidly. With management unable to keep pace with climate‐driven change, fishers' LEK is an invaluable source of knowledge, whose use could improve the ability to understand the diverse impacts of warming waters on coastal ecosystems.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,218
Écart entre enseignants0,207 · 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'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207