Oyster aquaculture using seagrass beds as a climate change countermeasure
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».