MétaCan
Menu
Retour à la cohorte
Enregistrement W3042604485 · doi:10.1007/s11270-020-04717-5

Blackfly Larvae (Simulium spp.) Can Intensify Methylmercury Biomagnification in Boreal Food Webs

2020· article· en· W3042604485 sur OpenAlexaff
Anna K. Karjalainen, Johanna Salmelin, Brian Dimock, Holger Hintelmann

Notice bibliographique

RevueWater Air & Soil Pollution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensTrent University
Organismes subventionnairesJyväskylän YliopistoAcademy of Finland
Mots-clésAquatic ecosystemBorealMethylmercuryEnvironmental scienceMercury (programming language)BiomagnificationLarvaDrainage basinHydrology (agriculture)PollutionEcologyEnvironmental chemistryBiologyFood chainBioaccumulationGeographyChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Global pollution of mercury (Hg) threatens ecosystem and human health. We measured total Hg (THg) and monomethylmercury (MMHg) concentrations in filter-feeding blackfly (Simulium spp.) larvae in the inflows and the outflows of six boreal lakes with no Hg point source pollution. THg in the larvae ranged from 0.03 to 0.31 mg kg−1 dw and MMHg between 0.02 and 0.25 mg kg−1 dw. The proportion of MMHg in the larvae was 74 ± 0.16% and ranged from 43 to 98% of THg, the highest proportions being comparable to those typically found in aquatic predatory insects and fish. We compared the larvae MMHg concentrations to river water quality, catchment land-use, and to size-adjusted lake pike THg data. Two of the investigated catchments have been affected by a multimetal biomine since 2008 and were characterized by higher conductivity and higher urban land-use activity. Larvae THg and MMHg concentrations were higher in the lake inflows than in outflows and associated with water conductivity and catchment land-use activity. Lake pike THg concentrations were highly correlated to lake outflow blackfly larvae MMHg concentrations. Our data illustrate that blackfly larvae take up high percentage of THg that is MMHg, which in turn is available for higher consumers in aquatic and terrestrial food webs.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,237
Écart entre enseignants0,214 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Air & Soil PollutionMême sujetMercury impact and mitigation studiesTravaux en français237 207