MétaCan
Menu
Retour à la cohorte
Enregistrement W2058871943 · doi:10.1073/pnas.0609798104

Forest fire increases mercury accumulation by fishes via food web restructuring and increased mercury inputs

2006· article· en· W2058871943 sur OpenAlex
Erin N. Kelly, David W. Schindler, Vincent L. St. Louis, David B. Donald, Katherine E. Vladicka

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Food webTrophic levelEnvironmental scienceTroutRainbow troutEcologyFood chainSTREAMSEnvironmental chemistryFisheryChemistryBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Recent findings indicate that fishes from lakes in partially burned catchments contain greater mercury (Hg) concentrations than fishes from reference catchments. Increased methyl Hg (MeHg) concentrations in fishes can result in serious health problems for consumers. Here we show that a forest fire caused a 5-fold increase in whole-body Hg accumulation by rainbow trout (Oncorhynchus mykiss) and smaller Hg increases in muscle of several fish species in a mountain lake. The enhanced Hg accumulation was caused primarily by increased nutrient concentrations in the lake, which enhanced productivity and restructured the food web through increased piscivory and consumption of Mysis. This restructuring resulted in increases to the trophic positions and Hg concentrations of fishes. Forest fire also caused a large short-term release of total Hg (THg) and MeHg to streams and the lake. This release initiated a small pulse of MeHg in invertebrates that contributed to enhanced Hg accumulation by fishes. Climate change and prescribed burning to compensate for past fire suppression are predicted to increase future forest fire occurrence in North America, and increased Hg accumulation by fishes may be an unexpected consequence.

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.

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)0,001
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 enseignants0,301
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,028
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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