MétaCan
Menu
Retour à la cohorte
Enregistrement W2620947928 · doi:10.1021/acs.est.7b00982

Mercury Temporal Trends in Top Predator Fish of the Laurentian Great Lakes from 2004 to 2015: Are Concentrations Still Decreasing?

2017· article· en· W2620947928 sur OpenAlexaboutno aff
Chuanlong Zhou, Mark Cohen, Bernard A. Crimmins, Hao Zhou, Timothy A. Johnson, Philip K. Hopke, Thomas M. Holsen

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationU.S. Environmental Protection Agency
Mots-clésMercury (programming language)PredatorEnvironmental scienceFish <Actinopterygii>FisheryApex predatorEcologyOceanographyPredationBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Mercury (Hg) concentration trends in top predator fish (lake trout and walleye) of the Great Lakes (GL) from 2004 to 2015 were determined by Kendall-Theil robust regression with a cluster-based age normalization method to control for the effect of changes in lake trophic status. When data from the GLs (except Lake Erie) are combined, a significant decreasing trend in the lake trout Hg concentrations was found between 2004 and 2015 with an annual decrease of 4.1% per year, consistent with the decline in regional atmospheric Hg emissions and water Hg concentrations. However, a breakpoint was detected with a significant decreasing slope (-8.1% per year) before the breakpoint (2010), and no trend after the breakpoint. When the lakes are examined individually, Lakes Superior and Huron, which are dominated by atmospheric Hg inputs and are more likely than the lower lakes to respond to declining emissions from areas surrounding the GL, have significant decreasing trends with rates between 5.2 and 7.8% per year from 2004 to 2015. These declining trends appear to be driven by decreasing regional atmospheric Hg emissions although they may be partly counterbalanced by other factors, including increasing local emissions, food web changes, eutrophication, and responses to global climate change. Lakes Michigan, Erie and Ontario may have been more impacted by these other factors and their trends changed from decreasing to non-decreasing or increasing in recent years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,269

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,250 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations63
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMercury impact and mitigation studiesTravaux en français237 207