MétaCan
Menu
Retour à la cohorte
Enregistrement W2019149999 · doi:10.1021/es901193x

Beaver Ponds Increase Methylmercury Concentrations in Canadian Shield Streams along Vegetation and Pond-Age Gradients

2009· article· en· W2019149999 sur OpenAlexafffundabout
Virginie Roy, Marc Amyot, Richard Carignan

Notice bibliographique

RevueEnvironmental Science & Technology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMethylmercuryBeaverEnvironmental chemistryNutrientDissolved organic carbonOrganic matterEnvironmental scienceMercury (programming language)Hydrology (agriculture)ChemistryNitrateEcologyBioaccumulationGeology

Résumé

récupéré en direct d'OpenAlex

Beaver impoundments flood forested areas and may be important production sites for methylmercury (MeHg) because of the resulting enhanced microbial activity and oxygen depletion. The influence of 17 beaver impoundments on streamwater chemistry (total mercury (THg), MeHg, nutrients, cations, and anions)] was investigated by sampling sites located along vegetation and pond-age gradients in southwestern Quebec (Canada). Recently inundated beaver ponds (< 10 years old) and those located in coniferous watersheds had the highest MeHg concentrations (range, 0.10-4.53 ng L(-1)) and greatest methylation efficiencies (% THg as MeHg; range, 10-74%). High heterotrophic activity likely occurred in the beaver ponds as suggested by depletions of dissolved oxygen, sulfate and nitrite-nitrate concentrations, and increases in nutrients (e.g., dissolved organic carbon, total phosphorus, and total nitrogen) in outlets compared to inlets. Acidic waters at coniferous sites may have stimulated more MeHg production than in mixed woodland regions. Lower methylation efficiencies in older ponds (> 20 years old) may be due to the degradation of less labile organic matter as ponds age. Beavers actively alter watersheds by building impoundments, and our findings indicate that this landscape disturbance may be a significant source of MeHg to downstream water bodies.

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)0,000
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 enseignants0,142
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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

Citations73
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMercury impact and mitigation studiesTravaux en français237 207