MétaCan
Menu
Retour à la cohorte
Enregistrement W3087631976 · doi:10.1146/annurev-marine-010419-011004

Natural and Anthropogenic Drivers of Acidification in Large Estuaries

2020· review· en· W3087631976 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnnual Review of Marine Science · 2020
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensTula Foundation
Organismes subventionnairesOcean Acidification ProgramHakai InstituteNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésNatural (archaeology)Environmental scienceEstuaryOcean acidificationEcologyHabitatClimate changeEnvironmental resource managementGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Oceanic uptake of anthropogenic carbon dioxide (CO 2 ) from the atmosphere has changed ocean biogeochemistry and threatened the health of organisms through a process known as ocean acidification (OA). Such large-scale changes affect ecosystem functions and can have impacts on societal uses, fisheries resources, and economies. In many large estuaries, anthropogenic CO 2 -induced acidification is enhanced by strong stratification, long water residence times, eutrophication, and a weak acid–base buffer capacity. In this article, we review how a variety of processes influence aquatic acid–base properties in estuarine waters, including coastal upwelling, river–ocean mixing, air–water gas exchange, biological production and subsequent aerobic and anaerobic respiration, calcium carbonate (CaCO 3 ) dissolution, and benthic inputs. We emphasize the spatial and temporal dynamics of partial pressure of CO 2 ( pCO 2 ), pH, and calcium carbonate mineral saturation states. Examples from three large estuaries—Chesapeake Bay, the Salish Sea, and Prince William Sound—are used to illustrate how natural and anthropogenic processes and climate change may manifest differently across estuaries, as well as the biological implications of OA on coastal calcifiers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,287 · 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