Comparing the activity of exploited and unexploited populations of a reef-dwelling seabream, <i>Chrysoblephus laticeps</i> , during an extreme upwelling and cold-spell event
Notice bibliographique
Résumé
Along the south coast of South Africa, extreme upwelling events lead to rapid temperature declines and prolonged marine cold-spells, which have, on occasion, led to large-scale mortalities of coastal fishes. In a somewhat antagonistic process, fishing exploitation has been shown to target specific phenotypes, potentially selecting for higher physiological diversity within exploited populations, reducing resilience to adverse environmental conditions. This study investigated the effects of thermal stress and exploitation in two populations (exploited and unexploited) of the commercially and recreationally targeted red roman Chysoblephus laticeps (family Sparidae) during an intense upwelling and a marine cold-spell event, using acoustic telemetry data. The results show that the acceleration of tagged fish (a proxy for fish activity) during the upwelling event differed significantly between the two populations (p < 0.05), with fish in the unexploited population maintaining their activity, and fish in the exploited population exhibiting reduced activity. The activity of the fish was also significantly different between the populations during the marine cold-spell, with those in the exploited population exhibiting reduced activity over time compared with the unexploited population. These findings highlight the impact of thermal extremes on fish activity and suggest that exploitation may selectively remove individuals that are tolerant to these events, which might consequently reduce resilience of the fish population. Based on these findings, it is concluded that networks of marine protected areas can promote fish populations that are resilient to future climatic conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».