Cost of reactive nitrogen release from human activities to the environment in the United States
Notice bibliographique
Résumé
Leakage of reactive nitrogen (N) from human activities to the environment can cause human health and ecological problems. Often these harmful effects are not reflected in the costs of food, fuel, and fiber that derive from N use. Spatial analyses of damage costs attributable to source at management-relevant scales could inform decisions in areas where anthropogenic N leakage causes harm. We used recently compiled data describing N inputs in the conterminous United States (US) to assess potential damage costs associated with anthropogenic N. We estimated fates of N leaked to the environment (air/deposition, surface freshwater, groundwater, and coastal zones) in the early 2000s by multiplying watershed-level N inputs (8-digit US Geologic Survey Hydrologic Unit Codes; HUC8s) with published coefficients describing nutrient uptake efficiency, leaching losses, and gaseous emissions. We scaled these N leakage estimates with mitigation, remediation, direct damage, and substitution costs associated with human health, agriculture, ecosystems, and climate (per kg of N) to calculate annual damage cost (US dollars in 2008 or as reported) of anthropogenic N per HUC8. Estimates of N leakage by HUC8 ranged from <1 to 125 kg N ha −1 yr −1 , with most N leaked to freshwater ecosystems. Estimates of potential damages (based on median estimates) ranged from $1.94 to $2255 ha −1 yr −1 across watersheds, with a median of $252 ha −1 yr −1 . Eutrophication of freshwater ecosystems and respiratory effects of atmospheric N pollution were important across HUC8s. However, significant data gaps remain in our ability to fully assess N damages, such as damage costs from harmful algal blooms and drinking water contamination. Nationally, potential health and environmental damages of anthropogenic N in the early 2000s totaled $210 billion yr −1 USD (range: $81–$441 billion yr −1 ). While a number of gaps and uncertainties remain in these estimates, overall this work represents a starting point to inform decisions and engage stakeholders on the costs of N pollution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».