Applications, Considerations, and Sources of Uncertainty When Using Stable Isotope Analysis in Ecotoxicology
Notice bibliographique
Résumé
Stable isotope analysis (SIA) has become a powerful tool for ecotoxicologists to study dietary exposure and biomagnification of contaminants in wild animal populations. The use of SIA in ecotoxicology continues to expand and, while much more is known about the mechanisms driving patterns of isotopic ratios in consumers, there remain several considerations or sources of uncertainty that can influence interpretation of data from field studies. We outline current uses of SIA in ecotoxicology, including estimating the importance of dietary sources of carbon and their application in biomagnification studies, and we present six main considerations or sources of uncertainty associated with the approach: (1) unequal diet-tissue stable isotope fractionation among species, (2) variable diet-tissue stable isotope fractionation within a given species, (3) different stable isotope ratios in different tissues of the animal, (4) fluctuating baseline stable isotope ratios across systems, (5) the presence of true omnivores, and (6) movement of animals and nutrients between food webs. Since these considerations or sources of uncertainty are difficult to assess in field studies, we advocate that researchers consider the following in designing ecotoxicological research and interpreting results: assess and utilize variation in stable isotope diet-tissue fractionation among animal groups available in the literature; determine stable isotope ratios in multiple tissues to provide a temporal assessment of feeding; adequately characterize baseline isotope ratios; utilize stomach contents when possible; and assess and integrate life history of study animals in a system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,257 | 0,427 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,017 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».