MétaCan
Menu
Retour à la cohorte
Enregistrement W2002717890 · doi:10.1080/15287394.2010.481619

Evidence of Weak Contaminant-Related Oxidative Stress in Glaucous Gulls (<i>Larus hyperboreus</i>) from the Canadian Arctic

2010· article· en· W2002717890 sur OpenAlexaffabout
Mark Wayland, David J. Hoffman, Mark L. Mallory, Ray T. Alisauskas, Katherine R. Stebbins

Notice bibliographique

RevueJournal of Toxicology and Environmental Health · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOxidative stressEnvironmental chemistryMercury (programming language)Lipid peroxidationArcticGlutathioneLarusEcologySentinel speciesBiologyChemistryBiochemistryFishery

Résumé

récupéré en direct d'OpenAlex

Environmental contaminants are transported over great distances to Arctic ecosystems, where they can accumulate in wildlife. Whether contaminant concentrations in wildlife are sufficient to produce adverse effects remains poorly understood. Exposure to contaminants elevates oxidative stress with possible fitness consequences. The glaucous gull (Larus hyperboreus), an Arctic top predator, was used as a bioindicator for investigating relationships between contaminant levels (organochlorines and polychlorinated biphenyls [OC/PCB], mercury [Hg], and selenium [Se]) and measures of oxidative stress (glutathione [GSH] metabolism and lipid peroxidation) in Canadian Arctic ecosystems. Contaminant levels were low and associations between contaminant exposure and oxidative stress were weak. Nevertheless, glutathione peroxidase activity rose with increasing hepatic Se concentrations, levels of thiols declined as Hg and OC/PCB levels rose, and at one of the two study sites levels of lipid peroxidation were elevated with increasing levels of hepatic Hg. These results suggest the possibility of a deleterious effect of exposure to contaminants on gull physiology even at low contaminant exposures.

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 enseignants0,393
Score d'incertitude au seuil0,790

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,018
Tête enseignante GPT0,269
Écart entre enseignants0,252 · 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

Citations20
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

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