Linking mechanistic toxicology to population models in forecasting recovery from chemical stress: A case study from Jackfish Bay, Ontario, Canada
Notice bibliographique
Résumé
Recovery of fish and wildlife populations after stressor mitigation serves as a basis for evaluating remediation success. Unfortunately, effectively monitoring population status on a routine basis can be difficult and costly. In the present study, the authors describe a framework that can be applied in conjunction with field monitoring efforts (e.g., through effects-based monitoring programs) to link chemically induced alterations in molecular and biochemical endpoints to adverse outcomes in whole organisms and populations. The approach employs a simple density-dependent logistic matrix model linked to adverse outcome pathways (AOPs) for reproductive effects in fish. Application of this framework requires a life table for the organism of interest, a measure of carrying capacity for the population of interest, and estimation of the effect of stressors on vital rates of organisms within the study population. The authors demonstrate the framework using linked AOPs and population models parameterized with long-term monitoring data for white sucker (Catostomus commersoni) collected from a study site at Jackfish Bay, Lake Superior, Canada. Individual responses of fish exposed to pulp mill effluent were used to demonstrate the framework's capability to project alterations in population status, both in terms of ongoing impact and subsequent recovery after stressor mitigation associated with process changes at the mill. The general approach demonstrated at the Jackfish Bay site can be applied to characterize population statuses of other species at a variety of impacted sites and can account for effects of multiple stressors (both chemical and nonchemical) and dynamics within complex landscapes (i.e., meta-populations including emigration and immigration processes).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; 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 ».