MétaCan
Menu
← Retour à la cohorte
Enregistrement W7074607150

Differing marine animal biomass shifts under 21st century climate change between Canada's three ocean

2021· article· en· W7074607150 sur OpenAlexaboutno aff

Notice bibliographique

RevueRECERCAT (Consorci de Serveis Universitaris de Catalunya) · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeBiomass (ecology)Object (grammar)Global changeGlobal warmingIdentifier
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Under climate change, species composition and abundances in high-latitude waters are expected to substantially reconfigure with consequences for trophic relationships and ecosystem services. Outcomes are challenging to project at national scales, despite their importance for management decisions. Using an ensemble of six global marine ecosystem models we analyzed marine ecosystem responses to climate change from 1971 to 2099 in Canada’s Exclusive Economic Zone (EEZ) under four standardized emissions scenarios. By 2099, under business-as-usual emissions (RCP8.5) projected marine animal biomass declined by an average of −7.7% (±29.5%) within the Canadian EEZ, dominated by declines in the Pacific (−24% ± 24.5%) and Atlantic (−25.5% ± 9.5%) areas; these were partially compensated by increases in the Canadian Arctic (+26.2% ± 38.4%). Lower emissions scenarios projected successively smaller biomass changes, highlighting the benefits of stronger mitigation targets. Individual model projections were most consistent in the Atlantic and Pacific, but highly variable in the Arctic due to model uncertainties in polar regions. Different trajectories of future marine biomass changes will require regional-specific responses in conservation and management strategies, such as adaptive planning of marine protected areas and species-specific management plans, to enhance resilience and rebuilding of Canada’s marine ecosystems and commercial fish stocks.

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)0,000
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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0050,000

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 Opus0,042
Tête enseignante GPT0,196
Écart entre enseignants0,154 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRECERCAT (Consorci de Serveis Universitaris de Catalunya)→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→