MétaCan
Menu
← Retour à la cohorte
Enregistrement W2994347016 · doi:10.1139/cjfas-2019-0196

Effects of a decade of selenium emission reductions on mercury accumulation in aquatic biota in the Sudbury region of Ontario

2019· article· en· W2994347016 sur OpenAlexaffvenueabout
Mija Aždajić, Nelson Belzile, John M. Gunn, Jules M. Blais, Alexandre J. Poulain

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensLaurentian UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBiotaMercury (programming language)MethylmercuryEnvironmental chemistryPerchEnvironmental scienceZooplanktonBioaccumulationAquatic ecosystemBiomagnificationEcologyChemistryFisheryBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Control of smelting emissions in the Sudbury (Ontario, Canada) area has dramatically decreased the amount of selenium (Se) deposited onto the surrounding landscape. Historically, Se emissions in Sudbury correlated with lower total mercury (Hg) and methylmercury levels (MeHg) in tissues of zooplankton, amphipods (Hyalella azteca), mayflies (Stenonema femoratum), and young-of-the-year perch (Perca flavescens). In 2017, ten years following emission reductions, we evaluated whether changes in Se deposition affected total Hg and MeHg burden in lake biota. We show that total Se concentrations in the water of the majority of lakes have increased despite decreases in Se depositions, most likely due to the long residence time of Se in the watershed and the water column. As a result, Se in water continues to correlate with lower total Hg and MeHg accumulation in tissues of zooplankton, amphipods, mayflies, and perch. These results suggest that Se continues to exhibit a protective effect on Hg accumulation in biota, even years after emissions have greatly decreased. We expect this work to inform efforts aiming at long-term recovery of aquatic environments affected by smelter emissions and aid in designing remediation strategies involving Se additions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,029
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMercury impact and mitigation studies→Travaux en français237 207→