MétaCan
Menu
Retour à la cohorte
Enregistrement W2051310243 · doi:10.1080/02757540500438649

Heavy metals in<i>Hediste diversicolor</i>(polychaeta: nereididae) and salt marsh sediments from the lagoon of Venice (Italy)

2005· article· en· W2051310243 sur OpenAlexfundno aff
G. Frangipane, Annamaria Volpi Ghirardini, F. Collavini, Luca Zaggia, A. Pesce, Davide Tagliapietra

Notice bibliographique

RevueChemistry and Ecology · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésBioaccumulationPolychaeteSalt marshEnvironmental chemistrySedimentEstuaryMetalMarshChemistryEnvironmental scienceEcologyGeologyBiologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The nereid polychaete Hediste diversicolor was frequently used as biomonitor of heavy metals contamination in estuaries. In the present work, the bioaccumulation of five heavy metals (Cd, Cr, Cu, Mn, Pb) in tissues of H. diversicolor collected from six salt marshes in the lagoon of Venice is studied by analysing the relationships between concentrations of the operationally-defined reactive fraction of trace metals in sediments and total concentrations in tissues. The characterisation of sediment samples shows a clear distinction between sites near and far from the Industrial Zone; no analogous pattern is observed for tissue concentrations suggesting that metal bioaccumulation is controlled by complex interactions between metal bioavailability and physiological factors. Considering relationships between metals, strong inverse correlations are observed in polychaetes and sediments for Cu and Cr concentrations suggesting a possible interaction between these two metals. The role played by organic matter (OM) in the availability of metal is highlighted considering inverse relationships found between bioaccumulation factors for Cu, Cr, Cd and OM.

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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry and EcologyMême sujetHeavy metals in environmentTravaux en français237 207