Testing the climate intervention potential of ocean afforestation using the Great Atlantic Sargassum Belt
Notice bibliographique
Résumé
Abstract Ensuring that global warming remains <2 °C requires rapid CO 2 emissions reduction. Additionally, 100–900 gigatons CO 2 must be removed from the atmosphere by 2100 using a portfolio of CO 2 removal (CDR) methods. Ocean afforestation, CDR through basin-scale seaweed farming in the open ocean, is seen as a key component of the marine portfolio. Here, we analyse the CDR potential of recent re-occurring trans-basin belts of the floating seaweed Sargassum in the (sub)tropical North Atlantic as a natural analogue for ocean afforestation. We show that two biogeochemical feedbacks, nutrient reallocation and calcification by encrusting marine life, reduce the CDR efficacy of Sargassum by 20–100%. Atmospheric CO 2 influx into the surface seawater, after CO 2 -fixation by Sargassum , takes 2.5–18 times longer than the CO 2 -deficient seawater remains in contact with the atmosphere, potentially hindering CDR verification. Furthermore, we estimate that increased ocean albedo, due to floating Sargassum , could influence climate radiative forcing more than Sargassum -CDR. Our analysis shows that multifaceted Earth-system feedbacks determine the efficacy of ocean afforestation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».