An assessment of mercury and its dietary drivers in fur of Arctic wolves from Greenland and High Arctic Canada
Notice bibliographique
Résumé
Mercury has become a ubiquitous hazardous element even ending up in pristine areas such as the Arctic, where it biomagnifies and leaves especially top predators vulnerable to potential health effects. Here we investigate total mercury (THg) concentrations and dietary proxies for trophic position and habitat foraging (δ15N and δ13C, respectively) in fur of 30 Arctic wolves collected during 1869–1998 in the Canadian High Arctic and Greenland. Fur THg concentrations (mean ± SD) of 1.46 ± 1.39 μg g −1 dry weight are within the range of earlier reported values for other Arctic terrestrial species. Based on putative thresholds for Hg-mediated toxic health effects, the studied Arctic wolves have most likely not been at compromised health. Dietary proxies show high dietary plasticity among Arctic wolves deriving nutrition from both marine and terrestrial food sources at various trophic positions. Variability in THg concentrations seem to be related to the wolves' trophic position rather than to different carbon sources or regional differences (East Greenland, the Foxe Basin and Baffin Bay area, respectively). Although the present study remains limited due to the scarce, yet unique historic study material and small sample size, it provides novel information on temporal and spatial variation in Hg pollution of remote Arctic species.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».