MétaCan
Menu
Retour à la cohorte
Enregistrement W2078813200 · doi:10.1139/f05-161

Effects of crystal structure on the uptake of metals by lake trout (<i>Salvelinus namaycush</i>) otoliths

2005· article· en· W2078813200 sur OpenAlexvenueno aff
Sonia Melancon, Brian J. Fryer, Stuart A. Ludsin, Joel E. Gagnon, Zhaoping Yang

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVateriteAragoniteTroutChemistrySalvelinusOtolithCalciteCrystallographyAnalytical Chemistry (journal)MineralogyFisheryEnvironmental chemistryBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

This is the first study to report spectroscopic and elemental analysis of aragonite and vaterite growing simultaneously and separately in both the core and the edges of the same otolith. Our investigations focused on understanding differential trace metal uptake, including the influence of the metal itself (i.e., ionic radii), the crystalline structure, and the development state of the fish. Chemistry and crystal structure of sagittal otoliths from lake trout (Salvelinus namaycush) were studied using laser ablation combined with inductively coupled plasma mass spectrometry (LA-ICP-MS) and Raman spectroscopy, respectively. Analyses of the composition of vaterite and aragonite growing in the same growth ring show that smaller cations like Mg (0.86 Å) (1 Å = 0.1 nm) and Mn (0.81 Å) were more abundant in the vaterite hexagonal crystal structure, whereas larger cations such as Sr (1.32 Å) and Ba (1.49 Å) were preferentially incorporated in aragonite (orthorhombic). Similarly, the coprecipitation of aragonite and vaterite in cores and edges allowed us to demonstrate that the uptake rates (as determined by element-specific partition coefficients) for Sr and Ba were greater in aragonite than vaterite, whereas those of Mg and Mn were higher in vaterite than in aragonite.

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 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)0,000
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 enseignants0,190
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations96
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMercury impact and mitigation studiesTravaux en français237 207