A review of marine environmental contaminant issues in the North Pacific: The dangers and how to identify them
Notice bibliographique
Résumé
Chemical contaminants in the North Pacific Ocean include hydrocarbons, persistent organic pollutants, metals, persistent solids, and domestic pollutants. Here, we review contaminant research conducted over the past decade, finding that the effects of contaminants cannot be considered in isolation from other major factors causing change to North Pacific ecosystems. Climate change, over-fishing, habitat destruction, eutrophication, and the introduction of exotic species interact with one another and alter contaminant pathways. Climate change and over-fishing are perceived as the main threats to the remote northern marginal seas, the central North Pacific, and the west coast of North America, with contaminants engendering local concern, especially in semi-enclosed bodies of water. Climate change receives less attention in Asian waters, probably because widespread habitat destruction and contamination provide, by themselves, an impending ecological disaster. A systematic approach is urgently required to recognize and prioritize the threats to North Pacific coastal ecosystems. This should include box models, case studies, proxy records, and time series. The ocean should be monitored as a system, including physical media (water, sediment) and the full trophic range of the food web, and tissues should be preserved in archives to provide a resource for understanding emerging concerns. Finally, the development of ecological indicators is urgently required to provide a robust warning system based on the health of the marine ecosystems themselves. It is time to conduct a multi-national assessment of the North Pacific Ocean to develop a common, factual awareness of the threats looming over our coastal waters. Key words: contaminants, climate change, ecosystem change, monitoring, North Pacific, trends.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».