MétaCan
Menu
Retour à la cohorte
Enregistrement W2999088805 · doi:10.1002/lno.11403

Impacts of deep‐sea mining on microbial ecosystem services

2020· article· en· W2999088805 sur OpenAlexaff
Beth N. Orcutt, James A. Bradley, William J. Brazelton, Emily R. Estes, Jacqueline Goordial, Julie A. Huber, Rose M. Jones, Nagissa Mahmoudi, Jeffrey Marlow, Sheryl Murdock, Maria Pachiadaki

Notice bibliographique

RevueLimnology and Oceanography · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensUniversity of VictoriaMcGill University
Organismes subventionnairesDivision of Ocean SciencesCenter for Dark Energy Biosphere InvestigationsCarnegie Institution of WashingtonAlfred P. Sloan FoundationNational Science Foundation
Mots-clésEcosystem servicesEcosystemEnvironmental scienceDeep seaBiomass (ecology)Carbon sequestrationBiodiversityBiogeochemical cycleLead (geology)Environmental resource managementOceanographyEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Interest in extracting mineral resources from the seafloor through deep‐sea mining has accelerated in the past decade, driven by consumer demand for various metals like zinc, cobalt, and rare earth elements. While there are ongoing studies evaluating potential environmental impacts of deep‐sea mining activities, these focus primarily on impacts to animal biodiversity. The microscopic spectrum of seafloor life and the services that this life provides in the deep sea are rarely considered explicitly. In April 2018, scientists met to define the microbial ecosystem services that should be considered when assessing potential impacts of deep‐sea mining, and to provide recommendations for how to evaluate and safeguard these services. Here, we indicate that the potential impacts of mining on microbial ecosystem services in the deep sea vary substantially, from minimal expected impact to loss of services that cannot be remedied by protected area offsets. For example, we (1) describe potential major losses of microbial ecosystem services at active hydrothermal vent habitats impacted by mining, (2) speculate that there could be major ecosystem service degradation at inactive massive sulfide deposits without extensive mitigation efforts, (3) suggest minor impacts to carbon sequestration within manganese nodule fields coupled with potentially important impacts to primary production capacity, and (4) surmise that assessment of impacts to microbial ecosystem services at seamounts with ferromanganese crusts is too poorly understood to be definitive. We conclude by recommending that baseline assessments of microbial diversity, biomass, and, importantly, biogeochemical function need to be considered in environmental impact assessments of deep‐sea mining.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,176
Écart entre enseignants0,170 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations141
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetGeochemistry and Elemental AnalysisTravaux en français237 207