Inferring the extinction risk of marine fish to inform global conservation priorities

While extinction risk categorization is fundamental for building robust conservation planning for marine fishes, empirical data on occurrence and vulnerability to disturbances are still lacking for most marine teleost fish species, preventing the assessment of their International Union for the Conservation of Nature (IUCN) status. In this article, we predicted the IUCN status of marine fishes based on two machine learning algorithms, trained with available species occurrences, biological traits, taxonomy, and human uses. We found that extinction risk for marine fish species is higher than initially estimated by the IUCN, increasing from 2.5% to 12.7%. Species predicted as Threatened were mainly characterized by a small geographic range, a relatively large body size, and a low growth rate. Hotspots of predicted Threatened species peaked mainly in the South China Sea, the Philippine Sea, the Celebes Sea, the west coast Australia and North America. We also explored the consequences of including these predicted species’ IUCN status in the prioritization of marine protected areas through conservation planning. We found a marked increase in prioritization ranks for subpolar and polar regions despite their low species richness. We suggest to integrate multifactorial ensemble learning to assess species extinction risk and offer a more complete view of endangered taxonomic groups to ultimately reach global conservation targets like the extending coverage of protected areas where species are the most vulnerable.

Domaines

Sciences de l'environnement

Liste complète des métadonnées

Format du dépôt	Fichier
Type de dépôt	Article dans une revue
Titre	en Inferring the extinction risk of marine fish to inform global conservation priorities
Résumé	en While extinction risk categorization is fundamental for building robust conservation planning for marine fishes, empirical data on occurrence and vulnerability to disturbances are still lacking for most marine teleost fish species, preventing the assessment of their International Union for the Conservation of Nature (IUCN) status. In this article, we predicted the IUCN status of marine fishes based on two machine learning algorithms, trained with available species occurrences, biological traits, taxonomy, and human uses. We found that extinction risk for marine fish species is higher than initially estimated by the IUCN, increasing from 2.5% to 12.7%. Species predicted as Threatened were mainly characterized by a small geographic range, a relatively large body size, and a low growth rate. Hotspots of predicted Threatened species peaked mainly in the South China Sea, the Philippine Sea, the Celebes Sea, the west coast Australia and North America. We also explored the consequences of including these predicted species’ IUCN status in the prioritization of marine protected areas through conservation planning. We found a marked increase in prioritization ranks for subpolar and polar regions despite their low species richness. We suggest to integrate multifactorial ensemble learning to assess species extinction risk and offer a more complete view of endangered taxonomic groups to ultimately reach global conservation targets like the extending coverage of protected areas where species are the most vulnerable.
Auteur(s)	Nicolas Loiseau ¹ , David Mouillot ^{1, 2} , Laure Velez ¹ , Raphaël Seguin ^{1, 3} , Nicolas Casajus ⁴ , Camille Coux ⁵ , Camille Albouy ^{6, 7} , Thomas Claverie ^{8, 9} , Agnès Duhamet ¹ , Valentine Fleure ¹ , Juliette Langlois ¹⁰ , Sébastien Villéger ¹ , Nicolas Mouquet ¹ 1 UMR MARBEC - MARine Biodiversity Exploitation and Conservation - MARBEC ( 1100742 ) - Université de Montpellier Bâtiment 24 - CC 093 Place Eugène Bataillon 34095 Montpellier cedex 5 France - France Institut de Recherche pour le Développement UMR_D 248 ( 67872 ) ; Institut Français de Recherche pour l'Exploitation de la Mer UMR 9190 ( 300022 ) ; Centre National de la Recherche Scientifique UMR 9190 ( 441569 ) ; Université de Montpellier UMR 9190 ( 1100589 ) 2 IUF - Institut universitaire de France ( 56663 ) - Maison des Universités 103 Boulevard Saint-Michel 75005 Paris - France Ministère de l'Education nationale, de l’Enseignement supérieur et de la Recherche ( 301855 ) 3 ENTROPIE [Nouvelle-Calédonie] - Ecologie marine tropicale des océans Pacifique et Indien ( 456389 ) - Centre IRD Nouméa 101 av, Roger Laroque, Anse Vata BP A5, 98848 Nouméa, Nouvelle-Calédonie - Nouvelle-Calédonie Institut de Recherche pour le Développement IRD-250 ( 73111 ) ; Délégation Ifremer de Nouvelle-Calédonie ( 118617 ) ; Institut Français de Recherche pour l'Exploitation de la Mer ( 300022 ) ; Université de la Nouvelle-Calédonie ( 300328 ) ; Centre National de la Recherche Scientifique UMR9220 ( 441569 ) 4 FRB - Fondation pour la recherche sur la Biodiversité ( 430953 ) - 195, rue Saint-Jacques 75005 Paris - France 5 CEFE - Centre d’Ecologie Fonctionnelle et Evolutive ( 1100830 ) - Centre National de la Recherche Scientifique - 1919 route de Mende - 34293 Montpellier CEDEX 5 - France Université Paul-Valéry - Montpellier 3 UMR 5175 ( 42812 ) ; École Pratique des Hautes Études UMR 5175 ( 110691 ) ; Université Paris Sciences et Lettres ( 564132 ) ; Centre National de la Recherche Scientifique UMR5175 ( 441569 ) ; Institut de Recherche pour le Développement UMR 5175 ( 451860 ) ; Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement UMR 5175 ( 577435 ) ; Institut Agro Montpellier ( 1096330 ) ; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement ( 1042499 ) ; Université de Montpellier UMR 5175 ( 1100589 ) 6 Landscape Ecology Group [ETH Zürich] ( 514741 ) - Suisse Institute of Terrestrial Ecosystems ( 545455 ) ; Eidgenössische Technische Hochschule - Swiss Federal Institute of Technology [Zürich] ( 180925 ) 7 Swiss Federal Research Institute ( 300117 ) - Suisse 8 ENTROPIE [Réunion] - Ecologie marine tropicale dans les Océans Pacifique et Indien ( 418794 ) - UNIVERSITE DE LA REUNION Faculté des Sciences et Technolo 15 Avenue René Casin BP 92003 97744 ST DENIS CEDEX 9 - France Institut de Recherche pour le Développement ( 67872 ) ; Université de La Réunion ( 300316 ) ; Centre National de la Recherche Scientifique UMR9220 ( 441569 ) 9 UMay - Université de Mayotte (UMay) ( 1201578 ) - 8 rue de l'Université - Iloni - BP 53 - 97660 DEMBENI - France 10 C2RMF - Centre de recherche et de restauration des musées de France ( 510 ) - Palais du Louvre 14 quai François Mitterand 75001 PARIS - France Ministère de la Culture et de la Communication ( 300125 ) ; Centre National de la Recherche Scientifique UMR171 ( 441569 )
Langue du document	Anglais
Nom de la revue	PLoS Biol - PLoS Biology (ISSN : 1544-9173, ISSN électronique : 1545-7885) Public Library of Science Publié par Public Library of Science http://biology.plosjournals.org/
Date de publication	2024-08-29
Volume	22
Numéro	8
Page/Identifiant	e3002773
Vulgarisation	Non
Comité de lecture	Oui
Audience	Internationale
Domaine(s)	Sciences de l'environnement
DOI	10.1371/journal.pbio.3002773

Fichier principal

journal.pbio.3002773 (1).pdf ( 1.89 Mo )

Origine : Fichiers éditeurs autorisés sur une archive ouverte

Nicolas Loiseau : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04689827

Soumis le : mercredi 9 octobre 2024 à 14:24:34

Dernière modification le : jeudi 7 novembre 2024 à 16:14:04

Dates et versions

hal-04689827, version 1 (09-10-2024)

Identifiants

HAL Id : hal-04689827 , version 1
DOI : 10.1371/journal.pbio.3002773

Citer

Nicolas Loiseau, David Mouillot, Laure Velez, Raphaël Seguin, Nicolas Casajus, et al.. Inferring the extinction risk of marine fish to inform global conservation priorities. PLoS Biology, 2024, 22 (8), pp.e3002773. ⟨10.1371/journal.pbio.3002773⟩. ⟨hal-04689827⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

IRD EPHE AFRIQ CNRS UNIV-MONTP3 UNIV-REUNION CEFE ENTROPIE PSL UNIV-MONTPELLIER MARBEC PAPANGUE FST-REUNION INSTITUT-AGRO-MONTPELLIER C2RMF INRAE INRAEOCCITANIEMONTPELLIER UMAY

133 Consultations

15 Téléchargements

Dernière date de mise à jour le 03/11/2024