MétaCan
Menu
Retour à la cohorte
Enregistrement W2108491636 · doi:10.1139/f01-042

Bioaccumulation and biomagnification of mercury in Lake Murray, Papua New Guinea

2001· article· en· W2108491636 sur OpenAlexvenueno aff
Karl C. Bowles, Simon C. Apte, William A. Maher, Matthew Kawei, R. E. Smith

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesGriffith University
Mots-clésBiomagnificationBioaccumulationPiscivoreTrophic levelPlanktivoreMethylmercuryMercury (programming language)ZooplanktonFood webPlanktonEcologyFood chainForage fishBiologyPhytoplanktonEnvironmental chemistryChemistryPredationNutrientPredator

Résumé

récupéré en direct d'OpenAlex

The bioaccumulation of mercury in the food webs incorporating the major piscivorous fish species of Lake Murray, Papua New Guinea, has been characterised. Methylmercury concentrations increased with trophic level and the proportion of total mercury present as methylmercury increased from <1% in plants to 94% in piscivorous fish. Methylmercury bioaccumulation factors (BAFs) were similar to those found in temperate environments, with a typical increase of 1 log unit between planktivore and piscivore trophic levels. The greatest bioaccumulation of methylmercury occurred between seston and the water column (log BAF of 5.36). The bioaccumulation of mercury to levels of regulatory concern by the lake's piscivores was attributable to the biomagnification power of the plankton-based food chain comprising four trophic levels (phytoplankton, zooplankton, planktivore, piscivore) rather than any elevated concentrations of mercury in waters or sediments. The methylmercury concentrations of individual piscivores were positively correlated with both trophic position, as indicated by δ15N measurements, and fish size. Stable-isotope measurements were used to identify fish species where dietary changes occurring with age significantly augmented age-related bioaccumulation of mercury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,039
Tête enseignante GPT0,259
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), 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

Citations156
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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