MétaCan
Menu
Retour à la cohorte
Enregistrement W2167279113 · doi:10.1039/c2em30324h

Long-term changes in fish mercury levels in the historically impacted English-Wabigoon River system (Canada)

2012· article· en· W2167279113 sur OpenAlexafffundabout
Margaret R. Neff, Satyendra P. Bhavsar, George B. Arhonditsis, Rachael Fletcher, Donald A. Jackson

Notice bibliographique

RevueJournal of Environmental Monitoring · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensThe Scarborough HospitalMinistry of the Environment, Conservation and ParksUniversity of Toronto
Organismes subventionnairesMinistry of EnvironmentMinistry of Natural Resources
Mots-clésMercury (programming language)Fish <Actinopterygii>Term (time)Environmental scienceFisheryGeographyBiologyPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

The English-Wabigoon River system in Northwestern Ontario, Canada, was one of the most heavily mercury-contaminated waterways in the world due to historical discharges in the 1960s from a chlor-alkali plant. This study examines long-term (1970-2010) monitoring data to assess temporal trends in mercury contamination in Walleye, Northern Pike and Lake Whitefish, three species important for sport and subsistence fishing in this region, using dynamic linear modeling and piecewise regression. For all lakes and species, there is a significant decline (36-94%) in mercury concentrations through time; however, there is evidence that this decline is either slowing down or levelling off. Concentrations in the English-Wabigoon fish are elevated, and may still present a potential health risk to humans consuming fish from this system. Various biotic and abiotic factors are examined as possible explanations to slowing rates of decline in mercury concentrations observed in the mid-1980s.

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)0,001
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 seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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

Citations35
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetMercury impact and mitigation studiesTravaux en français237 207