Temporal trends of mercury in Arctic biota: 10 more years of progress in Arctic monitoring
Notice bibliographique
Résumé
Temporal trend analysis of (total) mercury (THg) concentrations in Arctic biota were assessed as part of the 2021 Arctic Monitoring and Assessment Programme (AMAP) Mercury Assessment. A mixed model including an evaluation of non-linear trends was applied to 110 time series of THg concentrations from Arctic and Subarctic biota. Temporal trends were calculated for full time series (6-46 years) and evaluated with a particular focus on recent trends over the last 20 years. Three policy-relevant questions were addressed: (1) What time series for THg concentrations in Arctic biota are currently available? (2) Are THg concentrations changing over time in biota from the Arctic? (3) Are there spatial patterns in THg trends in biota from the Arctic? Few geographical patterns of recent trends in THg concentrations were observed; however, those in marine mammals tended to be increasing at more easterly longitudes, and those of seabirds tended to be increasing in the Northeast Atlantic; these should be interpreted with caution as geographic coverage remains variable. Trends of THg in freshwater fish were equally increasing and decreasing or non-significant while those in marine fish and mussels were non-significant or increasing. The statistical power to detect trends was greatly improved compared to the 2011 AMAP Mercury Assessment; 70% of the time series could detect a 5% annual change at the 5% significance level with power ≥ 80%, while in 2011 only 19% met these criteria. Extending existing time series, and availability of new, powerful time series contributed to these improvements, highlighting the need for annual monitoring, particularly given the spatial and temporal information needed to support initiatives such as the Minamata Convention on Mercury. Collecting the same species/tissues across different locations is recommended. Extended time series from Alaska and new data from Russia are also needed to better establish circumarctic patterns of temporal trends.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».