Mercury Biomagnification in Marine Zooplankton Food Webs in Hudson Bay
Notice bibliographique
Résumé
While much research has been carried out on mercury in large marine mammals and associated food webs in northern regions, comparatively less has been conducted on lower trophic levels including zooplankton and the subsequent transfer to predators, which marks the entry of mercury into northern marine food webs. We present here the first database for mercury uptake and transfer exclusively within zooplankton food webs in northern marine waters. We have investigated both total (THg) and monomethylmercury (MMHg) concentrations, and isotopic signatures (δ(15)N and δ(13)C) in individual zooplankton taxa collected over a period of eight years (2003-2010) from across Hudson Bay (including Hudson Strait and Foxe Basin) as part of research icebreaker cruises. δ(15)N values ranged from 3.4 to 14.0‰, implying trophic levels ranging from 1 to 4, and THg concentrations ranged from 5 to 242 ng g(-1) dw. Food web linkages were identified within the data set, and mercury biomagnification was evident both with THg and MMHg concentrations increasing from prey to predator, and with trophic magnification factors (TMFs). Total mercury and MMHg transfer in a unique prey-predator linkage (Limacina helicina-Clione limacina) are investigated and discussed with regard to known physiological and biochemical characteristics. The results suggest that exposure to mercury at higher trophic levels including humans can be affected by processes at the bottom of Arctic marine food webs.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».