Chemical composition of wildfire ash produced in contrasting ecosystems and its toxicity to Daphnia magna
Notice bibliographique
Résumé
It is well established in the world’s fire-prone regions that wildfires can considerably change the hydrological dynamics of freshwater catchments. Limited research, however, has focused on the potential impacts of wildfire ash toxicity on aquatic biota. Here, we assess the chemical composition and toxicity of ash generated from wildfires in six contrasting vegetation types distributed globally (UK grassland, Spanish pine forest, Spanish heathland, USA chaparral, Australian eucalypt forest and Canadian spruce forest). Acute (48 h) immobilisation tests were conducted on the extensively studied aquatic macroinvertebrate Daphnia magna, a sensitive indicator of aquatic contaminants. We found significant differences between the chemical composition and toxicity of these ash types. The UK and Spanish ash had no detectable toxicity to Daphnia magna, whereas the Australian eucalypt, USA chaparral and Canadian spruce ash all caused significant toxicity (immobilisation). The principal characteristics of the latter ash types were their high pH, and NO3−, Cl− and conductivity levels. Elevated water-soluble and total concentrations of metals (e.g. Mn, Fe, Zn, Pb, Cu and As) and total polycyclic aromatic hydrocarbons (PAHs) were not linked to toxicity.
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 | 0,000 |
| 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) | 0,000 | 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 ».