MétaCan
Menu
Retour à la cohorte
Enregistrement W2089258508 · doi:10.1021/es0520621

Adjusting for Temporal Change in Trophic Position Results in Reduced Rates of Contaminant Decline

2006· article· en· W2089258508 sur OpenAlexaff
Craig E. Hebert, D. V. Chip Weseloh

Notice bibliographique

RevueEnvironmental Science & Technology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésTrophic levelHerringEnvironmental scienceEcologyEcosystemFood webHerring gullBiologyFisheryLarusFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The development of ecological tracers to track the flow of energy and nutrients through food webs has provided new insights into the factors that are important in regulating diet composition in wildlife. The Great Lakes Herring Gull Monitoring Program has provided information regarding temporal trends in levels of bioaccumulative contaminants since the early 1970s. In recent years, data from this program have also been generated to examine ecological changes in the Great Lakes. Because the contaminants that are evaluated as part of this program biomagnify, food is the primary determinant of contaminant concentrations in the eggs that are analyzed annually. Fluctuations in diet composition could affect the interpretation of temporal trends by affecting exposure to contaminants. Retrospective analyses involving ecological tracers, i.e., stable nitrogen isotopes and fatty acids, have shown temporal change in the diets of Great Lakes herring gulls at some monitoring colonies. These dietary differences have led to temporal variation in the trophic position of herring gulls. Given that higher trophic level organisms incur greater exposure to biomagnifying contaminants, it is necessary to adjust for these temporal changes in trophic position to get an accurate indication of how contaminant burdens are changing within the Great Lakes ecosystem. Here, we outline a method to adjust for temporal changes in indicator species trophic position and discuss how these adjustments affect the interpretation of contaminant temporal trend monitoring data.

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)0,001
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 enseignants0,319
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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

Citations66
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetIsotope Analysis in EcologyTravaux en français237 207