Diet and resource use among Greenland sharks (Somniosus microcephalus) and teleosts sampled in Icelandic waters, using δ<sup>13</sup>C, δ<sup>15</sup>N, and mercury
Notice bibliographique
Résumé
Stable carbon (δ 13 C) and nitrogen (δ 15 N) isotopes and total mercury (Hg) were used to investigate diet and resource use among Greenland sharks ( Somniosus microcephalus ) and 14 teleosts inhabiting Icelandic waters. Greenland shark stomachs contained 11 of the teleosts sampled, along with other fishes and marine mammal tissues. Teleost resource use ranged from pelagic (e.g., Argentina silus ) to benthic (e.g., Anarhichas lupus ) based on δ 13 C, and relative trophic positions (TP, based on δ 15 N) ranged from 3.0 ( Mallotus villosus ) to 3.8 (e.g., Brosme brosme ). Greenland shark δ 13 C indicated feeding on benthic and pelagic resources, with a high input of pelagic carbon, and δ 15 N indicated a relative TP of 4.3. Log[Hg] increased with δ 15 N (i.e., TP) from teleosts to Greenland sharks and was higher in offshore vs. inshore teleosts. Linear regressions revealed that log[Hg] was better described by both δ 15 N and δ 13 C-assigned resource use than by δ 15 N alone. Hg was useful for supporting the TPs suggested by δ 15 N, and the higher Hg in offshore fishes could help explain the high Hg of Greenland sharks. Results from this study demonstrated the potential use of Hg as a dietary tracer in marine fishes.
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 | 0,001 | 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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| 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 ».