MétaCan
Menu
← Retour à la cohorte
Enregistrement W2912465790 · doi:10.1002/etc.4368

Model-based exploration of the variability in lake trout (<i>Salvelinus namaycush</i>) bioaccumulation factors: The influence of physiology and trophic relationships

2019· article· en· W2912465790 sur OpenAlexafffundabout
Sivani Baskaran, James M. Armitage, Frank Wania

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinisterio del Ambiente, Agua y Transición Ecológica
Mots-clésSalvelinusBioaccumulationTroutTrophic levelForage fishBioenergeticsEnvironmental scienceFish <Actinopterygii>EcologyPredationPollutantFisheryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Because dietary consumption of fish is often a major vector of human exposure to persistent organic pollutants (POPs), much effort is directed toward a quantitative understanding of fish bioaccumulation using mechanistic models. However, many such models fail to explicitly consider how uptake and loss rate constants relate to fish physiology. We calculated the bioaccumulation factors (BAFs) of hypothetical POPs, with octanol–water partition coefficients ranging from 104.5 to 108.5, in lake trout (Salvelinus namaycush) with a food-web bioaccumulation model that uses bioenergetics to ensure that physiological parameters applied to a species are internally consistent. We modeled fish in 6 Canadian lakes (Great Slave Lake, Lake Ontario, Source Lake, Happy Isle Lake, Lake Opeongo, and Lake Memphremagog) to identify the factors that cause the BAFs of differently sized lake trout to vary between and within lakes. When comparing differently sized lake trout within a lake, larger fish tend to have the highest BAF because they allocate less energy toward growth than smaller fish and have higher activity levels. When comparing fish from different lakes, the model finds that diet composition and prey energy density become important in determining the BAF, in addition to activity and the amount of total energy allocated to growth. Environ Toxicol Chem 2019;38:831–840. © 2019 SETAC Abstract A bioaccumulation model accounting for bioenergetic constraints on the rates of food consumption, respiration, and growth is used to explain differences in the bioaccumulation factor of persistent organic contaminants between differently sized trout in the same lake and between similarly sized trout from different lakes. BAF = bioaccumulation factor; KOW = octanol–water partitioning coefficient. Source: Knepp, Timothy, US Fish and Wildlife Service, public domain, https://commons.wikimedia.org/wiki/File:Lake_trout_fishes_salvelinus_namaycush.jpg

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,261
Score d'incertitude au seuil0,518

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and Chemistry→Même sujetFish Ecology and Management Studies→Travaux en français237 207→