MétaCan
Menu
Retour à la cohorte
Enregistrement W2517886161 · doi:10.3389/fenvs.2016.00058

Environmental Impacts of the Deep-Water Oil and Gas Industry: A Review to Guide Management Strategies

2016· review· en· W2517886161 sur OpenAlexaff
Erik E. Cordes, Daniel O. B. Jones, Thomas A. Schlacher, Diva J. Amon, Ângelo F. Bernardino, Sandra Brooke, Robert S. Carney, Danielle M. DeLeo, Katherine Dunlop, Elva Escobar‐Briones, Andrew R. Gates, Luciana Génio, Judith Gobin, Lea‐Anne Henry, Santiago Herrera, Sarah Hoyt, Mandy Joye, Salit Kark, Nélia C. Mestre, Anna Meta×as, Simone Pfeifer, Kerry Sink, Andrew K. Sweetman, Ursula Witte

Notice bibliographique

RevueFrontiers in Environmental Science · 2016
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensDalhousie UniversityUniversity of Toronto
Organismes subventionnairesNatural Environment Research CouncilEuropean CommissionSight Research UKJ.M. Kaplan Fund
Mots-clésEnvironmental scienceSubmarine pipelineBaseline (sea)PopulationMarine ecosystemFossil fuelEcosystemEnvironmental resource managementOceanographyEnvironmental protectionGeologyEcologyEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

The industrialization of the deep sea is expanding worldwide. Increasing oil and gas exploration activities in the absence of sufficient baseline data in deep-sea ecosystems has made environmental management challenging. Here, we review the types of activities that are associated with global offshore oil and gas development in water depths over 200 m, the typical impacts of these activities, some of the more extreme impacts of accidental oil and gas releases, and the current state of management in the major regions of offshore industrial activity including 18 exclusive economic zones. Direct impacts of infrastructure installation, including sediment resuspension and burial by seafloor anchors and pipelines, are typically restricted to a radius of ~100 m on from the installation on the seafloor. Discharges of water-based and low-toxicity oil-based drilling muds and produced water can extend over 2 km, while the ecological impacts at the population and community levels on the seafloor are most commonly on the order of 200–300 m from their source. These impacts may persist in the deep sea for many years and likely longer for its more fragile ecosystems, such as cold-water corals. This synthesis of information provides the basis for a series of recommendations for the management of offshore oil and gas development. An effective management strategy, aimed at minimizing risk of significant environmental harm, will typically encompass regulations of the activity itself (e.g., discharge practices, materials used), combined with spatial (e.g., avoidance rules and marine protected areas), and temporal measures (e.g., restricted activities during peak reproductive periods). Spatial management measures that encompass representatives of all of the regional deep-sea community types is important in this context. Implementation of these management strategies should consider minimum buffer zones to displace industrial activity beyond the range of typical impacts: at least 2 km from any discharge points and surface infrastructure and 200 m from seafloor infrastructure with no expected discharges. Although managing natural resources is, arguably, more challenging in deep-water environments, inclusion of these proven conservation tools contributes to robust environmental management strategies for oil and gas extraction in the deep sea.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations440
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Environmental ScienceMême sujetMarine Biology and Ecology ResearchTravaux en français237 207