Regional Contamination versus Regional Dietary Differences: Understanding Geographic Variation in Brominated and Chlorinated Contaminant Levels in Polar Bears
Notice bibliographique
Résumé
The relative contribution of regional contamination versus dietary differences to geographic variation in polar bear (Ursus maritimus) contaminant levels is unknown. Dietary variation between Alaska, Canada, East Greenland, and Svalbard subpopulations was assessed by muscle nitrogen and carbon stable isotope (δ(15)N, δ(13)C) and adipose fatty acid (FA) signatures relative to their main prey (ringed seals). Western and southern Hudson Bay signatures were characterized by depleted δ(15)N and δ(13)C, lower proportions of C(20) and C(22) monounsaturated FAs and higher proportions of C(18) and longer chain polyunsaturated FAs. East Greenland and Svalbard signatures were reversed relative to Hudson Bay. Alaskan and Canadian Arctic signatures were intermediate. Between-subpopulation dietary differences predominated over interannual, seasonal, sex, or age variation. Among various brominated and chlorinated contaminants, diet signatures significantly explained variation in adipose levels of polybrominated diphenyl ether (PBDE) flame retardants (14-15%) and legacy PCBs (18-21%). However, dietary influence was contaminant class-specific, since only low or nonsignificant proportions of variation in organochlorine pesticide (e.g., chlordane) levels were explained by diet. Hudson Bay diet signatures were associated with lower PCB and PBDE levels, whereas East Greenland and Svalbard signatures were associated with higher levels. Understanding diet/food web factors is important to accurately interpret contaminant trends, particularly in a changing 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».