Comparing environmental impacts of deep‐seabed and land‐based mining: A defensible framework
Notice bibliographique
Résumé
The crises of climate change and biodiversity loss are interlinked and must be addressed jointly. A proposed solution for reducing reliance on fossil fuels, and thus mitigating climate change, is the transition from conventional combustion-engine to electric vehicles. This transition currently requires additional mineral resources, such as nickel and cobalt used in car batteries, presently obtained from land-based mines. Most options to meet this demand are associated with some biodiversity loss. One proposal is to mine the deep seabed, a vast, relatively pristine and mostly unexplored region of our planet. Few comparisons of environmental impacts of solely expanding land-based mining versus extending mining to the deep seabed for the additional resources exist and for biodiversity only qualitative. Here, we present a framework that facilitates a holistic comparison of relative ecosystem impacts by mining, using empirical data from relevant environmental metrics. This framework (Environmental Impact Wheel) includes a suite of physicochemical and biological components, rather than a few selected metrics, surrogates, or proxies. It is modified from the "recovery wheel" presented in the International Standards for the Practice of Ecological Restoration to address impacts rather than recovery. The wheel includes six attributes (physical condition, community composition, structural diversity, ecosystem function, external exchanges and absence of threats). Each has 3-5 sub attributes, in turn measured with several indicators. The framework includes five steps: (1) identifying geographic scope; (2) identifying relevant spatiotemporal scales; (3) selecting relevant indicators for each sub-attribute; (4) aggregating changes in indicators to scores; and (5) generating Environmental Impact Wheels for targeted comparisons. To move forward comparisons of land-based with deep seabed mining, thresholds of the indicators that reflect the range in severity of environmental impacts are needed. Indicators should be based on clearly articulated environmental goals, with objectives and targets that are specific, measurable, achievable, relevant, and time bound.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».