MétaCan
Menu
Retour à la cohorte
Enregistrement W2002648831 · doi:10.1080/10934529.2013.823340

Mercury concentrations in common carp ( <i>Cyprinus carpio</i> ) in Lake Chapala, Mexico: A lakewide survey

2013· article· en· W2002648831 sur OpenAlexaff
Todd Stong, Harvey Shear, José de Anda, Gerardo Ramírez, José de Jesús Díaz-Torres

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCyprinusMercury (programming language)CarpCommon carpFleshFisheryCyprinidaeReference doseEnvironmental scienceFish consumptionBiologyAnimal scienceFish <Actinopterygii>ToxicologyRisk assessment

Résumé

récupéré en direct d'OpenAlex

Previous studies, based on limited data, found elevated levels of mercury in carp in Lake Chapala, Mexico. The extent of mercury contamination in carp throughout the Lake has not been determined. In order to obtain reliable information about total mercury concentration in carp (Cyprinus carpio), 262 fish from 27 sites (approximately 10 fish per site) throughout the lake were analyzed. Results were expressed as the mean and median of the results at each site. Only one of the samples exceeded Mexican National Standard (1.0 ppm) for mercury in fish flesh. We discuss these results in comparison to World Health Organization (WHO), US Food and Drug Administration (FDA) and US Environmental Protection Agency (US EPA) criteria; many of our samples exceed these criteria based on Tolerable Daily Intake (TDI) or Reference Dose (RfD). ANOVA of four groups of mercury results clustered by distance from the Lerma showed statistically significant differences (P = 0.0071) between the group closest to, versus farthest from, the Lerma River.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,036
Tête enseignante GPT0,305
Écart entre enseignants0,268 · 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.

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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetMercury impact and mitigation studiesTravaux en français237 207