MétaCan
Menu
Retour à la cohorte
Enregistrement W119410102 · doi:10.2166/wqrj.2006.028

Cumulative Effects of Multiple Contaminants on Caged Fish

2006· article· en· W119410102 sur OpenAlexaff
Jack F. Klaverkamp, Vince Palace, C. L. Baron, R. E. Evans, Kerry Wautier

Notice bibliographique

RevueWater Quality Research Journal · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversity of ManitobaGovernment of CanadaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésEffluentWastewaterFish <Actinopterygii>ContaminationVitellogeninEnvironmental chemistryGarbageFisheryToxicologyEnvironmental scienceChemistryBiologyWaste managementEnvironmental engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Pearl dace (Semotilus margarita) were held in cages and exposed to mine effluents, municipal wastewater effluents, a combination of the two, or to the combination in addition to runoff from a garbage disposal facility. Fish exposed to mining effluents only had the lowest mean lengths and weights but highest concentrations of As, Ni and Hg and lowest Zn in their viscera. Fish exposed to municipal wastewater effluents only had the highest concentrations of Cd and metallothionein in their viscera. Histopathological analyses of gill and liver tissues revealed a higher incidence of lesions in fish exposed to municipal wastewater effluents. These fish also had the highest LSIs, condition factors and mean vitellogenin concentrations in plasma from males. Fish exposed near the garbage disposal site had the highest concentrations of Pb and Se in their viscera.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,062
Tête enseignante GPT0,365
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207