Do coastal salt mudflats (sabkhas) contribute to the blue carbon sequestration?
Notice bibliographique
Résumé
Abstract Blue carbon represents the organic carbon retained in marine coastal ecosystems. Sabkhas (an Arabic for “mudflats”), formed in tidal environments under arid conditions, have been proposed to be capable of carbon sequestrating. Despite the growing understanding of the critical role of blue carbon ecosystems, there is a current dispute about whether sabkhas around the Persian Gulf can contribute to carbon retention as a blue carbon ecosystem. The arguments often lack data on a critical contributor, inorganic carbon in the form of carbonates, which can drive the net carbon exchange with the atmosphere. In this study we inventory organic and inorganic carbon retention capacity in two contrasting sabkhas of the Qatar Peninsula: carbonaceous Dohat Faishakh and siliciclastic Khor Al-Adaid. Despite the differences in organic carbon stock between the two sabkhas, the Dohat Faishakh sabkha has higher (37.17 ± 0.81 Mg C org ha −1 ) than it is in the Khor Al-Adaid sabkha (13.75 ± 0.38 Mg C org ha −1 ) for 0. 44 m sediment depth, the organic carbon retained in sabkhas is similar to those reported for mangroves and salt marshes. Notably, calculated CO 2 net sequestration indicated that both sabkhas evade CO 2 into the atmosphere. Thus, carbonate formation negated organic carbon accumulation in carbonaceous sabkha. Consequently, for proper evaluation of sabkhas as a blue carbon ecosystem, an inorganic carbon analysis, especially of carbonate formation, is inevitable. Considering only organic carbon stock may ay overestimate carbon sequestration capacity.
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 | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».