Carbon export from seaweed forests to deep ocean sinks
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.
Notice bibliographique
Résumé
The coastal ocean represents an important global carbon sink and is a focus for interventions to mitigate climate change and meet the Paris Agreement targets while supporting biodiversity and other ecosystem functions. However, the fate of the flux of carbon exported from seaweed forests—the world’s largest coastal vegetated ecosystem—is a key unknown in marine carbon budgets. Here we provide national and global estimates for seaweed-derived particulate carbon export below 200 m depth, which totalled 3–4% of the ocean carbon sink capacity. We characterized export using models of seaweed forest extent, production and decomposition, as well as shelf–open ocean water exchange. On average, 15% of seaweed production is estimated to be exported across the continental shelf, which equates to 56 TgC yr−1 (range: 10–170 TgC yr−1). Using modelled sequestration timescales below 200 m depth, we estimated that each year, 4–44 Tg seaweed-derived carbon could be sequestered for 100 years. Determining the full extent of seaweed carbon sequestration remains challenging, but critical to guide efforts to conserve seaweed forests, which are in decline globally. Our estimate does not include shelf burial and dissolved and refractory carbon pathways; still it highlights a relevant potential contribution of seaweed to natural carbon sinks. Coastal seaweed transported to the open ocean contributes up to 3–4% of the particulate organic carbon sinking into the deeper ocean, according to combined ecological and biogeochemical modelling.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle