Ecological and Indigenous Community Impacts of Oil Spill Mortality in Alaskan Marine Ecosystems
Notice bibliographique
Résumé
While hydrocarbon exploration and extraction in the Arctic ebbs and flows, reduced sea ice has opened new travel routes across the Arctic. The opening of the Northwest Passage has allowed larger ships (including oil tankers) and higher traffic into remote regions. More ice loss is expected in the future. With this comes the potential for hydrocarbon spills. To quantify the ecosystem impacts of a spill in the Alaska North Slope region, an Ecospace model using the Ecopath with Ecosim software was developed. We highlight the impacts of four potential hydrocarbon contamination scenarios: a subsurface crude oil pipeline release, a surface platform oil spill, a surface cruise ship diesel spill, and a surface tanker oil spill. Hydrocarbon contamination was modeled using SIMAP (Spill Impact Model Analysis Package), which was developed from the oil fate sub-model in the Natural Resource Damage Assessment Model for the U.S. Department of the Interior and under the Comprehensive Environmental Response, Compensation and Liability Act of 1980 (CERCLA). Spatial-temporal SIMAP results were coupled to the Ecospace model. We show that in all four hydrocarbon contamination scenarios there are spatial changes in harvested species resulting in long-term declines in harvest levels for the communities within the model area (Nuiqsut, Kaktovik, and Barrow Alaska), depending on the severity of the scenario. Responses to hydrocarbon events are likely to be slow in the Arctic; limited by the ice-free season. We highlight this area for scenario testing as ecological impacts are also an issue of food security to the local communities, and a human health issue.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».