The effect of selenium on mercury assimilation by freshwater organisms
Notice bibliographique
Résumé
In this study, we showed that selenium (Se) deposition from metal smelters in Sudbury, Ontario, greatly re duces the bioassimilation of mercury (Hg) by aquatic biota throughout the food web. Concentrations of total and methyl mercury in tissues of zooplankton, mayflies (Stenonema femoratum), amphipods (Hyalella azteca), and young-of-the-year perch (Perca flavescens) were positively correlated with increasing distance from Sudbury smelters and inversely correlated with Se concentrations in lake water. Although concentrations of total Hg and total Se in tissues showed weak or no correlation in most of the studied aquatic species, methyl mercury and total Se showed much clearer inverse trends. Similar to the results of our previous study of muscle tissue from adult perch and walleye (Sander vitreus), these findings suggest that Se plays an important role in limiting the whole-body assimilation of Hg at lower levels of the aquatic food chain. High Se concentrations may force a preferential assimilation of the element over Hg through a competitive adsorption on binding sites. They may also restrict the solubility and availability of Hg to aquatic organisms or reduce the methylation of this metal in lakes.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».