MétaCan
Menu
Retour à la cohorte
Enregistrement W2886172076 · doi:10.4236/ajcc.2018.73024

Relating Fish Hg to Variations in Sediment Hg, Climate and Atmospheric Deposition

2018· article· en· W2886172076 sur OpenAlexafffundabout
Mina Nasr, Paul A. Arp

Notice bibliographique

RevueAmerican Journal of Climate Change · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésEnvironmental sciencePerchMethylmercuryClimate changeSedimentMercury (programming language)Subarctic climateFish <Actinopterygii>PermafrostHydrology (agriculture)BioaccumulationEnvironmental chemistryFisheryOceanographyGeologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

This article addresses total fish Hg concentrations (THg) by variations in lake Sediment THg, atmospheric Hg deposition (atmHgdep), and climate, i.e., mean annual precipitation (ppt) and air temperature. The Fish THg data were taken from the 1967-to-2010 Fish Mercury Datalayer (FIMDAC). This compilation was standardized for 12-cm long Yellow Perch in accordance with the USGS National Descriptive Model for Mercury in Fish (NDMMF [1]), and documents Fish THg across 1936 non-contaminated lakes in Canada. About 40% of the standardized Fish THg variations related positively to increasing ppt and Sediment THg, but negatively to increasing mean annual July temperature (TJuly). Only 20% of the Fish THg variations related positively to atmHgdep alone. Increasing TJuly likely influences Fish Hg through increased lake and upslope Hg volatilization, in-fish growth dilution, and temperature-induced demethylization. FIMDAC Fish THg effectively did not change over time while atmHgdep decreased. Similarly, the above Fish Hg trends would likely not change much based on projecting the above observations into the future using current 2070 climate-change projections across Canada and the continental US. Regionally, the projected changes in Fish Hg would mostly increase with increasing ppt. Additional not-yet mapped increases are expected to occur in subarctic regions subject to increasing permafrost decline. Locally, Fish THg would continue to be affected by upwind and upslope pollution sources, and by lake-by-lake changes in water aeration and rates of lake-water inversions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,195
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,283
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations2
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Climate ChangeMême sujetMercury impact and mitigation studiesTravaux en français237 207