MétaCan
Menu
Retour à la cohorte
Enregistrement W4415251732 · doi:10.1111/faf.70029

The Need for Shifting Baselines to Guide Fisheries and Ocean Activities From Days to Decades

2025· article· en· W4415251732 sur OpenAlexfundno aff
Malin L. Pinsky, Sarah Lindley Smith

Notice bibliographique

RevueFish and Fisheries · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Chemical, Bioengineering, Environmental, and Transport SystemsUniversity of British ColumbiaUniversity of California, Santa CruzNational Science Foundation
Mots-clésPredictabilityOcean observationsRange (aeronautics)EcosystemClimate changeFisheries managementFood webUSableFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

ABSTRACT With novel ocean conditions rapidly appearing as the result of climate change, basing decisions about fisheries and other ocean activities on historical conditions is no longer tenable. There is instead a widespread need for shifting ecological baselines to more effectively guide decisions into the future. What has not been as widely recognised is that the relevant timescales differ substantially across ocean‐related decisions, from lead times of hours to decades depending on the decision being made, and that this range necessitates a matching range of ecological forecast products across similar timescales. At the moment, a predictability gap exists at intermediate timescales, from multi‐annual to multi‐decadal forecasts. Because most fisheries and many other ocean activities rely on biological conditions like fish abundance or distribution, the ecological inertia of organismal growth, generational turnover, movement, and food web dynamics can help push ecological forecasts further across this gap. To realise this potential for more effective and usable ecological forecasts, coordinated research and implementation at the intersection of biology, climate science, social science, and decision‐making is needed. These efforts will be critical for forecasting shifting ecosystem baselines and sustaining fisheries, ocean ecosystems, and the ocean economy in the coming decades of rapid change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,629

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207