Mercury Biomagnification through Food Webs Is Affected by Physical and Chemical Characteristics of Lakes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mercury (Hg) contamination in aquatic systems remains a global concern because the organic form, methyl Hg (MeHg), can biomagnify to harmful concentrations in fish, fish-eating wildlife, and humans. Food web transfer of MeHg has been explored using models of log MeHg versus relative trophic position (nitrogen isotopes, δ(15)N), but regression slopes vary across systems for unknown reasons. In this study, MeHg biomagnification was determined for 11 lake food webs in Kejimkujik National Park, Nova Scotia, Canada, and compared to physical and chemical lake characteristics using principal component and multiple regression analyses. MeHg biomagnification (regression slopes of log MeHg versus baseline-adjusted δ(15)N for fishes and invertebrates) varied significantly across lakes and was higher in systems with lower aqueous nutrient/MeHg/chloride scores. This is one of the largest, consistent data sets available on MeHg biomagnification through temperate lake food webs and the first study to use a principal component and multiple regression approach to understand how lake chemical and physical characteristics interact to affect biomagnification among systems. Overall, our results show that the magnitude of MeHg biomagnification through lake food webs is related to the chemical and physical characteristics of the systems, but the underlying mechanisms warrant further investigation.
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.
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 | 0,000 | 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 | 0,005 |
| 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) | 0,001 | 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 découle