A Comparison of Mercury Biomagnification through Lacustrine Food Webs Supporting Brook Trout (Salvelinus fontinalis) and Other Salmonid Fishes
Notice bibliographique
Résumé
Methyl mercury (MeHg) bioaccumulation in lower-trophic-level organisms and its subsequent biomagnification through food webs differs in magnitude among lakes and results in intraspecific variability of MeHg in top predator fishes. Understanding these differences is critical given the reproductive and neurotoxic effects of MeHg on fishes and their predators, including humans. In this study we characterized the food webs of five lakes in New Brunswick, Canada, supporting Brook Trout (Salvelinus fontinalis) using measures of relative trophic position (δ15N) and carbon sources (δ13C), determined the concentrations of MeHg in invertebrates and total Hg (THg) in fishes, and quantified MeHg biomagnification from primary to tertiary consumers. Methyl Hg and THg concentrations were highest in biota from lakes with lower pH. The trophic magnification slopes (TMS; log Hg versus δ15N) varied significantly among lakes (0.12-0.20; ANCOVA, p=0.031). When combined with data from other salmonid lakes in temperate and Arctic Canada (n=36), among-system variability in TMS was best, but weakly, positively predicted by aqueous total phosphorous (p = 0.028, R2adj = 0.109). These results suggest that lake productivity directly or indirectly influences the biomagnification of MeHg through diverse food webs supporting salmonids.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».