Assessing the utility of sulfur isotope values for understanding mercury concentrations in water and biota from high Arctic lakes
Notice bibliographique
Résumé
Methylmercury (MeHg) biomagnifies through aquatic food webs resulting in elevated concentrations in fish globally. Stable carbon and nitrogen isotopes are frequently used to determine dietary sources of MeHg and to model its biomagnification. However, given the strong links between MeHg and sulfur cycling, we investigated whether sulfur isotopes (δ 34 S) would improve our understanding of MeHg concentrations ([MeHg]) in Arctic lacustrine food webs. Delta 34 S values and total mercury (THg) or MeHg were measured in water, sediments, and biota from six lakes near Resolute Bay, NU, Canada. In two lakes impacted by historical eutrophication, aqueous sulfate δ 34 S was ∼8‰ more positive than sedimentary δ 34 S, suggestive of bacterial sulfate reduction in the sediment. In addition, aqueous δ 34 S showed a significant positive relationship with aqueous [MeHg] across lakes. Within taxa across lakes, [THg] in Arctic char muscle and [MeHg] in their main prey, chironomids, were positively related to their δ 34 S values across lakes, but inconsistent relationships were found across entire food webs among lakes. Across lakes, nitrogen isotopes were better predictors of biotic [THg] and [MeHg] than δ 34 S within this dataset. Our results suggest some linkages between Hg and S biogeochemistry in high Arctic lakes, which is an important consideration given anticipated climate-mediated changes in nutrient cycling.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».