Effect of land‐use and land‐cover change on mangrove blue carbon: A systematic review
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
Mangroves shift from carbon sinks to sources when affected by anthropogenic land-use and land-cover change (LULCC). Yet, the magnitude and temporal scale of these impacts are largely unknown. We undertook a systematic review to examine the influence of LULCC on mangrove carbon stocks and soil greenhouse gas (GHG) effluxes. A search of 478 data points from the peer-reviewed literature revealed a substantial reduction of biomass (82% ± 35%) and soil (54% ± 13%) carbon stocks due to LULCC. The relative loss depended on LULCC type, time since LULCC and geographical and climatic conditions of sites. We also observed that the loss of soil carbon stocks was linked to the decreased soil carbon content and increased soil bulk density over the first 100 cm depth. We found no significant effect of LULCC on soil GHG effluxes. Regeneration efforts (i.e. restoration, rehabilitation and afforestation) led to biomass recovery after ~40 years. However, we found no clear patterns of mangrove soil carbon stock re-establishment following biomass recovery. Our findings suggest that regeneration may help restore carbon stocks back to pre-disturbed levels over decadal to century time scales only, with a faster rate for biomass recovery than for soil carbon stocks. Therefore, improved mangrove ecosystem management by preventing further LULCC and promoting rehabilitation is fundamental for effective climate change mitigation policy.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle