MétaCan
Menu
Retour à la cohorte
Enregistrement W4401793008 · doi:10.1101/2024.08.20.608845

Strategies for Mitigating Impacts to Birds and Bats from Offshore Wind Energy Development: Available Evidence and Data Gaps

2024· preprint· en· W4401793008 sur OpenAlexaff
Julia Gulka, Steve Knapp, Anna E. Soccorsi, Stephanie Avery‐Gomm, Paul Knaga, Kathryn A. Williams

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOffshore wind powerSubmarine pipelineEnvironmental scienceWind powerNatural resource economicsBusinessOceanographyEconomicsEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

SUMMARY A diversity of approaches exist for mitigating (e.g., avoiding, minimizing, or compensating for) the effects of offshore wind energy (OSW) development on birds and bats, but little is known about the effectiveness of many of these approaches. To address this knowledge gap, we reviewed the scientific and gray literature to evaluate the evidence base for potential bird- and bat-related mitigation approaches for OSW, including studies from other industries where relevant (e.g., terrestrial wind energy, offshore oil and gas industry). Of a total of 219 mitigation approaches, most focused on minimization, with far fewer addressing avoidance or compensation. Sixty-five percent had no evidence of testing. Of the 76 mitigation approaches that were field tested or implemented, we found evidence of effectiveness for only 40 approaches, of which only 10 were specific to the OSW sector. Consequently, a majority of all the mitigation approaches for birds (82%) and bats (89%) lacked any evidence of effectiveness. For birds, minimization approaches related to lighting reduction were the most tested and effective methods for reducing maladaptive attraction and collisions. For bats, minimization approaches involving adjustments to turbine operations (e.g., curtailment of turbine blades) were most tested and effective methods for reducing collisions. Given the limited evidence of effectiveness for most mitigation approaches, assuming their success systematically underestimating project-level and cumulative impacts, underscoring the need to prioritize avoidance, consistent with the mitigation hierarchy, and rigorously test mitigation approaches for birds and bats in offshore environments. RÉSUMÉ Il existe une diversité d’approches pour atténuer (e.g. éviter, minimiser ou compenser) les effets du développement de l’ l’Énergie Éolienne Extracôtière (EEE) sur les oiseaux et les chauves-souris, mais l’efficacité de nombreuses de ces approches est encore peu connue. Pour combler ces lacunes, nous avons passé en revue la littérature scientifique et la littérature grise afin d’évaluer les données probantes concernant les mesures d’atténuation potentielle pour l’EEE et les oiseaux et les chauves-souris,, inclus des études d’autres industries lorsque cela était pertinent (e.g., l’énergie éolienne terrestre, l’industrie pétrolière et gazière extracôtière). Sur un total de 219 approches d’atténuation pertinentes pour l’EEE, la plupart des approches se concentraient sur la minimisation, avec beaucoup moins d’approches portant sur l’évitement ou la compensation. Soixante-et-un pourcent des approches proposées ne semblent pas avoir été testées. Parmi les 76 approches d’atténuation qui ont été testées sur le terrain ou mises en œuvre, nous avons trouvé des preuves de leur efficacité pour seulement 40 approches, dont seulement 10 étaient spécifiques àle secteur de l’EEE. Par conséquent, la majorité des approches d’atténuation pour les oiseaux (82 %) et les chauves-souris (89%) ne disposaient d’aucune preuve d’efficacité. Chez les oiseaux, les approches de minimisation liées à la réduction de l’éclairage étaient les méthodes les plus couramment testées et les plus efficaces pour réduire l’attraction et les collisions. Chez les chauves-souris, les approches de minimisation impliquant la modification du fonctionnement des turbines (e.g., réduction de la vitesse de rotation ou mise en drapeau des hélices) étaient les méthodes les plus couramment testées et les plus efficaces pour réduire les collisions. Compte tenu des preuves limitées de l’efficacité de la plupart des approches d’atténuation, le fait de présumer de leur succès conduit à une sous-estimation systématique des impacts à l’échelle des projets et des impacts cumulatifs, ce qui souligne la nécessité de privilégier l’évitement, conformément à la hiérarchie d’atténuation, et de tester rigoureusement les mesures d’atténuation pour les oiseaux et les chauves-souris en milieux offshore. IMPLICATIONS FOR MANAGERS Based on our literature review of potential mitigation approaches for birds and bats in relation to offshore wind development, most approaches remain untested or lack evidence of effectiveness (bats – 89%, birds – 82%). Most minimization approaches have primarily been tested in the terrestrial context, leaving important questions regarding the transferability of these results to the offshore environment. Given the limited evidence of effectiveness for most mitigation approaches, assuming their success systematically underestimates project-level and cumulative impacts, underscoring the need to prioritize avoidance and rigorously test mitigation approaches for birds and bats in offshore environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,077
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,048
Tête enseignante GPT0,297
Écart entre enseignants0,248 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSocial Acceptance of Renewable EnergyTravaux en français237 207