Application of Multi-stable Isotope (13C, 15N, 34S, 37Cl) Assays to Assess Spatial Separation of Fish (Longnose Sucker Catostomus catostomus) in an Area Receiving Complex Effluents
Notice bibliographique
Résumé
Abstract Incorporation of stable isotope analysis (SIA) into routine environmental effects monitoring programs of receiving waters may enable determination of the spatial extent of biotic exposure and discrimination among sources of complex effluents. To evaluate this hypothesis, longnose sucker (Catostomus catostomus) were collected from four sites along the Athabasca River, Alberta (upstream reference site, two sites downstream of effluents from two pulp and paper mills, and a site downstream of effluent from a municipal sewage treatment plant). Stable isotopes of carbon, nitrogen, sulfur and chlorine were analyzed in bone, gonad, liver and white muscle tissues of the fish. In general, most sites and tissues differed according to δ13C, δ15N and δ34S values. Also, an interaction between site and tissue was observed for δ15N values. A better insight into the usefulness of stable isotopes was obtained through the use of multivariate discriminant function analysis. δ15N and δ34S signatures of gonad and liver tissues of males were most effective at classifying fish according to site (~70% for both tissues). For all tissues except bone, fish from the upstream reference site were most separable from all others, especially females. δ37Cl values for female gonads and male livers were related to sites downstream of the pulp and paper mills. Future research should routinely include SIA of fish tissues, but also of effluents, receiving waters and food web components to better resolve links between specific effluents and fish exposure.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».