Deep-sea ecosystems of the North Atlantic Ocean: discovery, status, function and future challenges
Notice bibliographique
Résumé
The North Atlantic is an ocean basin with a diversity of deep-sea ecosystems. Here we provide a summary of the topography and oceanography of the North Atlantic including the Gulf of Mexico and Caribbean Sea, provide a brief overview of the history of scientific research therein, and review the current status of knowledge of each of 18 pelagic and benthic deep-sea ecosystems, with a particular focus on knowledge gaps. We analyse biodiversity data records across the North Atlantic and highlight spatial data gaps that could provide important foci for future expeditions. We note particular data gaps in EEZs of nations within and bordering the Caribbean Sea. Our data provide a baseline against which progress can be tracked into the future. We review human impacts caused by fishing, shipping, mineral extraction, introduction of substances, and climate change, and provide an overview of international, regional and national measures to protect ecosystems. We recommend that scientific research in the deep sea should focus on increasing knowledge of the distribution and the connectivity of key species and habitats, and increasing our understanding of the processes leading to the delivery of ecosystem services. These three pillars - distribution, connectivity, ecosystem function - will provide the knowledge required to implement conservation and management measures to ensure that any deep-sea development in the future is sustainable. Infrastructure and capacity are unevenly distributed and implementation of strategies that will lead to more equitable deep-sea science is required to ensure that essential science can be delivered.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».