Biological Factors Moderate Trace Element Accumulation in Fish along an Environmental Concentration Gradient
Notice bibliographique
Résumé
Abstract Trace elements can accumulate in aquatic food webs, becoming potentially hazardous to wildlife and human health. Whereas many studies have examined mercury dynamics in freshwater environments, evidence for the bioaccumulative potential of other trace elements (e.g., arsenic) is conflicting. Trace element concentrations found in surface water of the Red Deer River, Alberta, Canada, have raised concern for potential accumulation in aquatic biota. We investigated fish from this river to better understand the influence of biological and environmental factors in trace element bioaccumulation. We analyzed 20 trace elements, and stable nitrogen (δ15N) and carbon (δ13C) isotopes, in the muscle tissue of 8 species. Zinc, selenium, arsenic, chromium, and nickel were detected in the majority of fish at low concentrations. However, mercury was detected in all fish and often exceeded criteria for the protection of consumers. Body size was often positively correlated with trace element concentrations. In addition, δ15N and δ13C were correlated to mercury and arsenic concentrations, indicating that mercury biomagnifies whereas arsenic biodiminishes. Spatial patterns of fish trace element concentrations did not reflect differences in surface water concentrations. These findings indicate that fish trace element concentrations are primarily moderated by biological factors, such as trophic position and body size, and are not locally restricted to areas of relatively high environmental concentrations in the Red Deer River. Environ Toxicol Chem 2021;40:422–434. © 2020 SETAC Abstract Biological characteristics, such as body size and trophic level, have a stronger influence on fish trace element concentrations (e.g., mercury) than an upstream to downstream environmental concentration gradient.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».