MétaCan
Menu
Retour à la cohorte
Enregistrement W4285557832 · doi:10.57348/00000124

Oyster aquaculture using seagrass beds as a climate change countermeasure

2021· preprint· en· W4285557832 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.

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2021
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Industry and Aquatic Biology
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésSeagrassOysterCountermeasureAquacultureFisheryClimate changeEnvironmental scienceOceanographyGeologyFish <Actinopterygii>EcologyEcosystemEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

In the framework of the Sustainable Development Goals (SDGs) led by the United Nations, coastal management methods are required to achieve both sustainable food production and environmental conservation as a climate change countermeasure. Oyster farming is an important food production method now being developed in coastal areas around the world. Recently, climate change has caused several negative effects on oyster aquaculture such as poor spat collection due to oligotrophication, ocean acidification, and poor spat growth and survival due to frequent anoxic events derived from high seawater temperature. The oysters cultivated in many regions of the world are intertidal species inhabiting intertidal zones such as sandy/muddy tidal flats and estuaries, where seagrass beds are often distributed in adjacent lower intertidal and subtidal areas. Seagrass vegetation is one of the most important ecosystems functioning as a countermeasure for global climate change. Not only does it mitigate greenhouse gas emissions by sequestration and storage of blue carbon derived from atmospheric CO2, but it also functions as an adaptation measure providing a buffering function against ocean acidification and water quality improvement. Based on the concept of aquaculture supported by natural ecosystem interactions between oysters and seagrass beds, our project examined whether aquaculture techniques that take into account both mitigation and adaptation to climate change are effective for both sustainable use of coastal areas and environmental conservation. We conducted field experiments in both the French Mediterranean Sea and the Seto Inland Sea of Japan to clarify the effect of eelgrass beds on (1) natural oyster spat collection and (2) growth and survival of oyster spat. The results of our experiments revealed that spat recruitment was significantly higher in areas without eelgrass distribution, while spat growth and survival rate after the settlement were significantly higher in eelgrass beds even when anoxic events occurred in the study areas. Therefore, our results indicate a possibility that seagrass vegetation contributes to sustainability of oyster aquaculture by mitigating environmental degradation during cultivation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,089
Tête enseignante GPT0,288
Écart entre enseignants0,198 · 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