How can blue carbon burial in seagrass meadows increase long-term, net sequestration of carbon? A critical review
Notice bibliographique
Résumé
Abstract Blue carbon sequestration in seagrass meadows has been proposed as a low-risk, nature-based solution to offset carbon emissions and reduce the effects of climate change. Although the timescale of seagrass carbon burial is too short to offset emissions of ancient fossil fuel carbon, it has a role to play in reaching net zero within the modern carbon cycle. This review documents and discusses recent advances (from 2015 onwards) in the field of seagrass blue carbon. The net burial of carbon is affected by seagrass species, meadow connectivity, sediment bioturbation, grainsize, the energy of the local environment, and calcium carbonate formation. The burial rate of organic carbon can be calculated as the product of the sediment accumulation rate below the mixed layer and the burial concentration of organic carbon attributable to seagrass. A combination of biomarkers can identify seagrass material more precisely than bulk isotopes alone. The main threats related to climate change are sea-level rise, leading to a shoreline squeeze, and temperature rise, particularly during extreme events such as heat domes. In conclusion, some of the disagreement in the literature over methodology and the main controls on organic carbon burial likely results from real, regional differences in seagrasses and their habitat. Inter-regional collaboration could help to resolve the methodological differences and provide a more robust understanding of the global role of blue carbon sequestration in seagrass meadows.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».