MétaCan
Menu
Retour à la cohorte
Enregistrement W2002556651 · doi:10.1039/b704796g

Transfer of mercury in the marine food web of West Greenland

2007· article· en· W2002556651 sur OpenAlexafffund
Frank F. Rigét, Per Møller, Runé Dietz, Torkel Gissel Nielsen, Gert Asmund, Jakob Strand, Martin Mørk Larsen, Keith A. Hobson

Notice bibliographique

RevueJournal of Environmental Monitoring · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésFood webMercury (programming language)Trophic levelMethylmercuryArcticδ15NSeabirdStable isotope ratioFood chainEnvironmental chemistryδ13CInvertebrateEnvironmental scienceMarine ecosystemIsotope analysisEcosystemEcologyOceanographyChemistryBioaccumulationBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Total mercury (THg), methylmercury (MeHg) and stable isotopes of nitrogen (delta(15)N) and carbon (delta(13)C) were measured in three invertebrate, five fish, three seabird and three marine mammal species of central West Greenland to investigate trophic transfer of mercury in this Arctic marine food web. The food web magnification factor (FWMF) estimated as the slope of the regression between the natural logarithm of THg or MeHg concentrations (mg kg(-1) dw) and tissue delta(15)N ( per thousand) was estimated to 0.183 (SE = 0.052) for THg and 0.339 (SE = 0.075) for MeHg. The FWMFs were not only comparable with those reported for other Arctic marine food webs but also with quite different food webs such as freshwater lakes in the sub-Arctic, East Africa and Papua New Guinea. This suggests similar mechanisms of mercury assimilation and isotopic (delta(15)N) discrimination among a broad range of aquatic taxa and underlines the possibility of broad ecosystem comparisons using the combined contaminant and stable isotope approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations70
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetMercury impact and mitigation studiesTravaux en français237 207