MétaCan
Menu
Retour à la cohorte
Enregistrement W2018527979 · doi:10.7557/2.30.1.782

Differences in radionuclide and heavy metal concentrations found in the kidneys of barren-ground caribou from the western Northwest Territories 1994/95 to 2000/01

2010· article· en· W2018527979 sur OpenAlexafffundabout
Nicholas C. Larter, John A. Nagy, Brett Elkin, C.R. Macdonald

Notice bibliographique

RevueRangifer · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensGovernment of Northwest Territories
Organismes subventionnairesAtomic Energy of Canada Limited
Mots-clésCadmiumMercury (programming language)ZincSeleniumAnimal scienceRadionuclideKidneyEnvironmental chemistryChemistryBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Aluminum, nickel, cadmium, mercury, and lead concentrations were measured in the kidney tissue of known aged barren-ground caribou wintering in the western Northwest Territories harvested during winter 1994/1995 and during winters 2000/2001 and 2001/2002. 40K, 137Cs, and 210Pb concentrations were measured in the kidney tissue of known aged barren-ground caribou during winter 2000/2001 and compared to concentrations in winter 1993/1994 reported in Macdonald et al. (1996). Renal concentrations of aluminum were higher (P<0.001)in winter 2000/2001 than winter 1994/1995. Contrastingly renal concentrations of mercury were lower (P<0.001) in winter 2000/2001 than 1994/1995. 137Cs (P<0.02), 40K (P=0.01), 210Pb (P<0.01) had lower renal concentrations in winter 2000/2001 than 1993/1994. Renal concentrations of cadmium (P<0.001) and 137Cs (P<0.04) had a positive relationship with caribou age. We also document renal concentrations of arsenic, copper, selenium, zinc, 232Th, 226Ra, and 235U in the kidneys of caribou harvested in winters 2000/2001 and 2001/2002. Renal zinc concentrations were positively correlated with the age of caribou.

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 enseignants0,825
Score d'incertitude au seuil0,347

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 technologies0,0000,000
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 Opus0,017
Tête enseignante GPT0,251
Écart entre enseignants0,233 · 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

Citations3
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRangiferMême sujetMercury impact and mitigation studiesTravaux en français237 207