MétaCan
Menu
Retour à la cohorte
Enregistrement W4220904687 · doi:10.1111/gcb.16134

Influence of offshore oil and gas structures on seascape ecological connectivity

2022· review· en· W4220904687 sur OpenAlexafffund
Dianne McLean, Luciana C. Ferreira, Jessica A. Benthuysen, Karen J. Miller, Marie‐Lise Schläppy, Matthew J. Ajemian, Oliver Berry, Silvana N.R. Birchenough, Todd Bond, Fabio Boschetti, Ann Scarborough Bull, Jeremy T. Claisse, Scott A. Condie, Pierpaolo Consoli, Joop W.P. Coolen, Michael Elliott, Irene Fortune, Ashley M. Fowler, Bronwyn M. Gillanders, Hugo B. Harrison, Kristen M. Hart, Lea‐Anne Henry, Chad L. Hewitt, Natalie Hicks, Karlo Hock, Kieran Hyder, Milton S. Love, Peter I. Macreadie, Robert J. Miller, William A. Montevecchi, Mary M. Nishimoto, Henry M. Page, David M. Paterson, Charitha Pattiaratchi, GT Pecl, Joanne S. Porter, David B. Reeves, Cynthia Riginos, Sally Rouse, Debbie J. F. Russell, Craig D. H. Sherman, Jonas Teilmann, Victoria L. G. Todd, Eric A. Treml, David H. Williamson, Michele Thums

Notice bibliographique

RevueGlobal Change Biology · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Drug Research InstituteScottish Funding CouncilSight Research UKMarine Alliance for Science and Technology for ScotlandUK Research and InnovationNatural Environment Research CouncilAustralian GovernmentCentre for Environment, Fisheries and Aquaculture Science
Mots-clésSeascapeNuclear decommissioningBiological dispersalEcologyEnvironmental resource managementHabitatGeographyEnvironmental scienceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Offshore platforms, subsea pipelines, wells and related fixed structures supporting the oil and gas (O&G) industry are prevalent in oceans across the globe, with many approaching the end of their operational life and requiring decommissioning. Although structures can possess high ecological diversity and productivity, information on how they interact with broader ecological processes remains unclear. Here, we review the current state of knowledge on the role of O&G infrastructure in maintaining, altering or enhancing ecological connectivity with natural marine habitats. There is a paucity of studies on the subject with only 33 papers specifically targeting connectivity and O&G structures, although other studies provide important related information. Evidence for O&G structures facilitating vertical and horizontal seascape connectivity exists for larvae and mobile adult invertebrates, fish and megafauna; including threatened and commercially important species. The degree to which these structures represent a beneficial or detrimental net impact remains unclear, is complex and ultimately needs more research to determine the extent to which natural connectivity networks are conserved, enhanced or disrupted. We discuss the potential impacts of different decommissioning approaches on seascape connectivity and identify, through expert elicitation, critical knowledge gaps that, if addressed, may further inform decision making for the life cycle of O&G infrastructure, with relevance for other industries (e.g. renewables). The most highly ranked critical knowledge gap was a need to understand how O&G structures modify and influence the movement patterns of mobile species and dispersal stages of sessile marine species. Understanding how different decommissioning options affect species survival and movement was also highly ranked, as was understanding the extent to which O&G structures contribute to extending species distributions by providing rest stops, foraging habitat, and stepping stones. These questions could be addressed with further dedicated studies of animal movement in relation to structures using telemetry, molecular techniques and movement models. Our review and these priority questions provide a roadmap for advancing research needed to support evidence-based decision making for decommissioning O&G infrastructure.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,064
Tête enseignante GPT0,308
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations81
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207