Elevated methylmercury in High Arctic<i>Daphnia</i>and the role of productivity in controlling their distribution
Notice bibliographique
Résumé
Abstract Mercury is a contaminant of concern in polar regions due to long‐range atmospheric transport of this metal from southern latitudes followed by intense deposition on snow. We surveyed zooplankton in 16 lakes and ponds in the Canadian Arctic Archipelago (74–76°N) to determine methylmercury (MeHg) content and the role of environmental characteristics and taxonomic composition on accumulation processes. Zooplankton communities containingDaphnia(mainlyD. middendorffiana) had on average five times the MeHg content of copepod‐dominated communities. The percent biomass ofDaphniabest explained MeHg variation in bulk zooplankton compared with water chemistry and morphometric variables. Water‐column concentrations of MeHg were low at most study sites (mainly ≤0.07 ng L−1), andDaphniastrongly bioaccumulated mercury through species‐specific processes. As we observedDaphniain more productive water bodies (i.e., ponds, a eutrophied lake), we then tested the role of productivity in determining the distribution of this keystone herbivore using a broad‐scale literature dataset of 47 High Arctic lakes (65–77°N).Daphniadensity was positively related to the amount of organic carbon in the water column in both dissolved and particulate fractions [dissolved organic carbon (DOC) partial ,P< 0.001; particulate organic carbon (POC) partial ,P=0.032]. The strong influence of DOC suggests that bacterial production is an important energy source for ArcticDaphnia. Our findings indicate that productivity influences the MeHg content of zooplankton communities through its control of species composition; specifically, low productivity limits the presence of mercury‐richDaphniain many copepod‐dominated lakes of the High Arctic. Aquatic productivity is expected to increase with climate warming, and we present a conceptual model that predicts how environmental drivers could extend the distribution ofDaphniain lakes and alter the movement of mercury in food webs of the Canadian High Arctic.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».