MétaCan
Menu
Retour à la cohorte
Enregistrement W4376604544 · doi:10.1016/j.envres.2023.116157

Sampling method and season influence selenium dynamics at the base of a boreal lake food chain

2023· article· en· W4376604544 sur OpenAlexafffundabout
Maíra Peixoto Mendes, Beatriz Cupe‐Flores, Karsten Liber

Notice bibliographique

RevueEnvironmental Research · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGlobal Water FuturesUniversity of Saskatchewan
Mots-clésPeriphytonBenthic zoneEnvironmental scienceBioaccumulationSedimentFood chainTrophic levelHydrology (agriculture)Sampling (signal processing)MacrophyteEnvironmental chemistryBenthosEcologyAlgaeChemistryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Few studies have investigated the potential influence of sampling method and season on Se bioaccumulation at the base of the aquatic food chain. In particular, the effects of low water temperature associated with prolonged ice-cover periods on Se uptake by periphyton and further transfer to benthic macroinvertebrates (BMI) have been overlooked. Such information is crucial to help improve Se modelling and risk assessment at sites receiving continuous Se inputs. To date, this seems to be the first study to address these research questions. Here, we examined potential differences related to sampling methods (artificial substrates vs. grab samples) and seasons (summer vs. winter) on Se dynamics in the benthic food chain of a boreal lake (McClean Lake) receiving continuous low-level Se input from a Saskatchewan uranium milling operation. During summer 2019, water, sediment grab samples and artificial substrates were sampled from 8 sites with varying mill-treated effluent exposure. In winter 2021, water and sediment grab samples were sampled at 4 locations in McClean Lake. Water, sediment, and biological samples were subsequently analyzed for total Se concentrations. Enrichment functions (EF) in periphyton and trophic transfer factors (TTF) in BMI were calculated for both sampling methods and seasons. Periphyton collected with artificial substrates (Hester-Dendy samplers and glass plates) exhibited significantly higher mean Se concentrations (2.4 ± 1.5 μg/g d.w) than periphyton collected from the surface of sediment grab samples (1.1 ± 1.3 μg/g d.w). Selenium concentrations in periphyton sampled in winter (3.5 ± 1.0 μg/g d.w) were significantly greater than summer (1.1 ± 1.3 μg/g d.w). Nevertheless, Se bioaccumulation in BMI was similar between seasons, possibly suggesting that invertebrates are not actively feeding in winter. Further investigations are necessary to verify if peak Se bioaccumulation in BMI takes place in spring, coinciding with the reproductive and developmental windows of some fish 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,367
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental ResearchMême sujetMercury impact and mitigation studiesTravaux en français237 207