Chemical–environment interactions affecting the risk of impacts on aquatic organisms: A review with a Canadian perspective — interactions affecting exposure
Notice bibliographique
Résumé
As a consequence of human activity, the variability and range of environmental conditions is increasing. We review how the interactions between toxic chemicals and environmental change may affect exposure of aquatic organisms to stressful conditions and therefore alter the risk of deleterious impacts. Even in the absence of new inputs of contaminants, changing environmental conditions alters the transport, transformation and distribution of contaminants and their bioavailability. Conversely, some toxic chemicals modify the exposure of aquatic species to other stressors by affecting species distribution, behaviour or habitat. Across Canada there are a number of specific examples where interactions between contaminants and environmental change are probably harming aquatic species. In the Arctic, change in foraging brought on by change in ice regime, is a plausible mechanism to explain the marked recent increase in mercury concentrations in Beaufort Sea beluga whales. On the Pacific coast, chemical exposure by itself or in combination with other environmental factors, is a leading suspect for altered migration timing of some salmon stocks in the Fraser River leading to massive pre-spawning mortality. In the North Atlantic, short-term exposure of Atlantic salmon to endocrine-disrupting substances in their freshwater natal environments later leads to detectable effects at the time of their migration to saltwater. In Alberta, biotic and abiotic characteristics of the habitat dramatically affect exposure pathways and the risk of toxic effects of selenium in early life stages of trout. A better understanding of the interactions between toxic chemicals and environmental factors is a fundamental requirement for efficient management and protection of aquatic ecosystems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».