Morphometric and metabolic indicators of metal stress in wild yellow perch (Perca flavescens) from Sudbury, Ontario: A review
Notice bibliographique
Résumé
Eighteen lakes studied near Sudbury and across Northeastern Ontario (Canada) over a five-year period provided a wide contamination gradient of cadmium (Cd), copper (Cu) and other metals such as nickel (Ni) and zinc (Zn). All were inhabited by yellow perch (Perca flavescens), which was sometimes the only species present. Liver Cd and Cu concentrations were monitored in these lakes, in some cases for several consecutive years and for multiple seasons. This data suggests that yellow perch from clean to mildly-contaminated environments loosely control their hepatic Cu concentrations between 7 and 50 microg g dry weight(-1), and a threshold of 50 microg g dry weight(-1) is suggested as the normal range of homeostatic control. Similar data collected by others support this value. Liver Cd concentrations appeared more variable among lake samples, but consistently remained below 10 microg g dry weight(-1) in clean to mildly-contaminated lakes, also supported by data collected elsewhere. Condition factors allowed the discrimination between clean and polluted yellow perch, a conclusion consistent with data for the same species collected in the Rouyn-Noranda area (Quebec, Canada). Values of weight-to-length scaling coefficient lower than 3.0 also discriminated between clean and metal-polluted yellow perch. Finally, three studies indicated that chronic metal exposure can lead to an impairment of aerobic capacities in wild yellow perch, as indicated by lower muscle activity of citrate synthase (CS), aerobic swim performance and respiration rate. We propose that the combination of liver metal concentrations, scaling coefficient, condition factor and an indicator of physiological impairment such as muscle CS activity can provide a suitable range of parameters to adequately assess the effects of metal contamination on the health of yellow perch. Although yellow perch are ubiquitous in North America, this approach can potentially be applied to other small fish species more suitable to other study areas.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».