MétaCan
Menu
← Retour à la cohorte
Enregistrement W2142511741 · doi:10.1139/f02-125

Methyl mercury in zooplanktonthe role of size, habitat, and food quality

2002· article· en· W2142511741 sur OpenAlexfundvenueaboutno aff
Martin J. Kainz, Marc Lucotte, Christopher C. Parrish

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Ocean SciencesNational Research Council Canada
Mots-clésZooplanktonPelagic zoneDaphniaFood webBioaccumulationMercury (programming language)Environmental chemistryBiologyEcologyChemistryPredation

Résumé

récupéré en direct d'OpenAlex

Pathways of methyl mercury (MeHg) accumulation in zooplankton include ingestion of organic matter (OM). We analyzed fatty acid (FA) biomarkers in zooplankton to (i) investigate the effect of allochthonous and autochthonous OM ingestion on MeHg concentrations ([MeHg]) in zooplankton and (ii) examine how algal and bacterial food sources affect MeHg bioaccumulation. We partitioned bulk zooplankton samples (i.e., >500, 202, 100, and 53 μm) from Lake Lusignan (Québec) and measured [MeHg] and [FA] in each fraction. [MeHg] increased with increasing body size and was significantly higher in pelagic than in littoral macrozooplankton (>500 μm). The amount of the ingested terrestrial FA biomarker 24:0 indicated that less than 1% of the total FA in zooplankton was derived from allochthonous sources. More than 60% of the ingested FA originated from algal biomarkers and <10% from bacterial biomarkers. Relative amounts of algal-derived essential FA and bacterial FA were not associated with [MeHg] in any size fraction. In pelagic zones, the amount of MeHg in zooplankton related positively to the number of large organisms such as Calanoid copepods and Daphnia. We propose that the accumulation of MeHg in lacustrine zooplankton depends on the zooplankton habitat rather than on the quality of ingested food.

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 enseignants0,827
Score d'incertitude au seuil0,344

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,246
Écart entre enseignants0,214 · 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

Citations51
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMercury impact and mitigation studies→Travaux en français237 207→