Anthropogenic nutrients and harmful algae in coastal waters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Harmful algal blooms (HABs) are thought to be increasing in coastal waters worldwide. Anthropogenic nutrient enrichment has been proposed as a principal causative factor of this increase through elevated inorganic and/or organic nutrient concentrations and modified nutrient ratios. We assess: 1) the level of understanding of the link between the amount, form and ratio of anthropogenic nutrients and HABs; 2) the evidence for a link between anthropogenically generated HABs and negative impacts on human health; and 3) the economic implications of anthropogenic nutrient/HAB interactions. We demonstrate that an anthropogenic nutrient-HAB link is far from universal, and where it has been demonstrated, it is most frequently associated with high biomass rather than low biomass (biotoxin producing) HABs. While organic nutrients have been shown to support the growth of a range of HAB species, insufficient evidence exists to clearly establish if these nutrients specifically promote the growth of harmful species in preference to benign ones, or if/how they influence toxicity of harmful species. We conclude that the role of anthropogenic nutrients in promoting HABs is site-specific, with hydrodynamic processes often determining whether blooms occur. We also find a lack of evidence of widespread significant adverse health impacts from anthropogenic nutrient-generated HABs, although this may be partly due to a lack of human/animal health and HAB monitoring. Detailed economic evaluation and cost/benefit analysis of the impact of anthropogenically generated HABs, or nutrient reduction schemes to alleviate them, is also frequently lacking.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle