MétaCan
Menu
Retour à la cohorte
Enregistrement W1972693523 · doi:10.1111/j.1541-0420.2010.01534.x

Exploring Spatial and Temporal Variations of Cadmium Concentrations in Pacific Oysters from British Columbia

2010· article· en· W1972693523 sur OpenAlexafffundabout
Cindy Feng, Jiguo Cao, Leah Bendell

Notice bibliographique

RevueBiometrics · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser University
Mots-clésOysterCadmiumPacific oysterCrassostreaBayFisheryEnvironmental scienceShellfishAquacultureOceanographyBiologyFish <Actinopterygii>GeologyAquatic animalChemistry

Résumé

récupéré en direct d'OpenAlex

Oysters from the Pacific Northwest coast of British Columbia, Canada, contain high levels of cadmium, in some cases exceeding some international food safety guidelines. A primary goal of this article is the investigation of the spatial and temporal variation in cadmium concentrations for oysters sampled from coastal British Columbia. Such information is important so that recommendations can be made as to where and when oysters can be cultured such that accumulation of cadmium within these oysters is minimized. Some modern statistical methods are applied to achieve this goal, including monotone spline smoothing, functional principal component analysis, and semi-parametric additive modeling. Oyster growth rates are estimated as the first derivatives of the monotone smoothing growth curves. Some important patterns in cadmium accumulation by oysters are observed. For example, most inland regions tend to have a higher level of cadmium concentration than most coastal regions, so more caution needs to be taken for shellfish aquaculture practices occurring in the inland regions. The semi-parametric additive modeling shows that oyster cadmium concentration decreases with oyster length, and oysters sampled at 7 m have higher average cadmium concentration than those sampled at 1 m.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,221
Écart entre enseignants0,182 · 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'étudeObservationnel
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

Citations8
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiometricsMême sujetHeavy metals in environmentTravaux en français237 207