MétaCan
Menu
Retour à la cohorte
Enregistrement W4240893532 · doi:10.1139/f00-126

Mercury concentrations in northern pike ( <i>Esox lucius</i>) from boreal lakes with logged, burned, or undisturbed catchments

2000· article· en· W4240893532 sur OpenAlexvenueno aff
Édenise Garcia, Richard Carignan

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEsoxPikeMercury (programming language)Environmental scienceTrophic levelBorealZooplanktonHydrology (agriculture)Environmental chemistryEcologyFisheryChemistryBiologyGeologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We measured total Hg and stable isotopes (δ 13 C and δ 15 N) in northern pike (Esox lucius) from 19 Boreal Shield lakes with undisturbed, logged, or burned watersheds. Average Hg level in standard 560-mm northern pike, on a dry weight basis, was significantly higher in logged lakes (3.4 µg·g -1 ) than in reference lakes (1.9 µg·g -1 ). Average Hg concentrations in burned lakes (3.0 µg·g -1 ) did not differ significantly from those in logged and references lakes. Concentrations of Hg normalized to trophic position determined from isotopic composition yielded similar results. Mercury levels were above the WHO safe consumption limit in all logged lakes. Mercury in northern pike was correlated with methyl mercury in zooplankton (+), total N (+), pH (-), alkalinity (-), sulfate (+), dissolved organic C loading (+), and light attenuation in lake water (+). Stepwise multiple regressions explained 79% of the variability in Hg in fish and included methyl mercury in zooplankton, pH, and sulfate as independent variables. Explained variability increased to 92% when a second-order lake with an exceptionally large drainage area was excluded. Our results suggest that extensive logging activities may disrupt the natural cycling of Hg in watersheds and increase Hg levels in the aquatic biota.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,677
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

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

Citations90
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMercury impact and mitigation studiesTravaux en français237 207