The renaissance of Odum's outwelling hypothesis in 'Blue Carbon' science
Notice bibliographique
Résumé
The term ‘Blue Carbon’ was coined about a decade ago to highlight the important carbon sequestration capacity of coastal vegetated ecosystems. The term has paved the way for the development of programs and policies that preserve and restore these threatened coastal ecosystems for climate change mitigation. Blue carbon research has focused on quantifying carbon stocks and burial rates in sediments or accumulating as biomass. This focus on habitat-bound carbon led us to losing sight of the mobile blue carbon fraction. Oceans, the largest active reservoir of carbon, have become somewhat of a blind spot. Multiple recent investigations have revealed high outwelling (i.e., lateral fluxes or horizontal exports) of dissolved inorganic (DIC) and organic (DOC) carbon, as well as particulate organic carbon (POC) from blue carbon habitats. In this paper, we conceptualize outwelling in mangrove, saltmarsh, seagrass and macroalgae ecosystems, diagnose key challenges preventing robust quantification, and pave the way for future work integrating mobile carbon in the blue carbon framework. Outwelling in mangroves and saltmarshes is usually dominated by DIC (mostly as bicarbonate), while POC seems to be the major carbon species exported from seagrass meadows and macroalgae forests. Carbon outwelling science is still in its infancy, and estimates remain limited spatially and temporally. Nevertheless, the existing datasets imply that carbon outwelling followed by ocean storage is relevant and may exceed local sediment burial as a long-term (>centuries) blue carbon sequestration mechanism. If this proves correct as more data emerge, ignoring carbon outwelling may underestimate the perceived sequestration capacity of blue carbon ecosystems.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».