MétaCan
Menu
Retour à la cohorte
Enregistrement W2289695157 · doi:10.1594/pangaea.817049

Contaminant concentrations in ivory gull (Pagophila eburnea) eggs from Svalbard and the Russian Arctic (2006-2007)

2009· dataset· en· W2289695157 sur OpenAlexaboutno aff
Cecilie Miljeteig, Hallvard Strøm, Maria Gavrilo, Andrey Volkov, Bjørn Munro Jenssen, Geir Wing Gabrielsen

Notice bibliographique

RevueFigshare · 2009
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticThe arcticEnvironmental scienceGeographyFisheryOceanographyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

We found high levels of contaminants, in particular organochlorines, in eggs of the ivory gull Pagophila eburnea, a high Arctic seabird species threatened by climate change and contaminants. An 80% decline in the ivory gull breeding population in the Canadian Arctic the last two decades has been documented. Because of the dependence of the ivory gull on sea ice and its high trophic position, suggested environmental threats are climate change and contaminants. The present study investigated contaminant levels (organochlorines, brominated flame retardants, perfluorinated alkyl substances, and mercury) in ivory gull eggs from four colonies in the Norwegian Svalbard) and Russian Arctic (Franz Josef Land and Severnaya Zemlya). The contaminant levels presented here are among the highest reported in Arctic seabird species, and we identify this as an important stressor in a species already at risk due to environmental change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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)0,1800,004

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 Opus0,011
Tête enseignante GPT0,226
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetFish Ecology and Management StudiesTravaux en français237 207