Concentrations of metals and trace elements in different tissues of nine fish species from the Medjuvrsje reservoir (West Morava River Basin, Serbia)
Notice bibliographique
Résumé
Element concentrations in selected fish species from different trophic levels were analyzed. The following fish species were analyzed: common nase (Chondrostoma nasus), roach (Rutilus rutilus), freshwater bream (Abramis brama), barbel (Barbus barbus), Prussian carp (Carassius gibelio),chub (Squalius cephalus), European perch (Perca fluviatilis), wels catfish (Silurus glanis)and northern pike (Esox lucius). Fish were collected from the Medjuvrsje Reservoir (West Morava River Basin, western Serbia) during 2012, and samples of liver, muscle and gills were analyzed for As, B, Ba, Cd, Co, Cr, Cu, Fe, Hg, Li, Mn, Mo, Ni, Pb, Sr, and Zn using inductively coupled plasma optical emission spectrometry (ICP-OES). The liver and gills had the highest measured element concentrations, with Cu, Zn, Fe and Sr being the most prominent. The bioaccumulation of metals was species-specific, with the accumulation exhibiting the following trends: Prussian carp > northern pike > freshwater bream > European perch > chub > common nase > barbell > roach > wels catfish; Li>Pb>Zn>Cu>Fe>Ba>Mn>Sr>Cr>As>Mo>Ni>B, in all examined species; for Co, Cd and Hg, the bioaccumulation factor (BAF) was 0. Results of this study point to the tissue-specific differences in element concentrations, and to distinct differences between fish species regarding the accumulation patterns: common nase, with the highest accumulation observed in the liver, and Prussian carp, with the highest accumulation observed in the gills.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 tête enseignante, 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 ».