Factors Influencing Mercury Exposure in Arctic-Breeding Shorebirds
Notice bibliographique
Résumé
Abstract Mercury (Hg) pollution remains a concern to Arctic ecosystems. The objective of this study was to identify factors influencing Hg concentrations in Arctic-breeding shorebirds and highlight regions and species at greatest risk of Hg exposure. We analyzed 2,478 blood and feather samples from 12 shorebird species breeding at nine sites across the North American Arctic during 2012 and 2013. Blood Hg concentrations, which reflect Hg exposure in the local area in individual shorebirds: 1) ranged from 0.01–3.52 µg/g, with an overall mean of 0.30 ± 0.27 µg/g; 2) were influenced by species and study site, but not sampling year, with birds sampled near Utqiaġvik, AK, having the highest concentrations; and 3) were influenced by foraging habitat at some sites. Feather Hg concentrations, which reflected Hg exposure from the wintering grounds, were generally higher than blood, ranging from 0.07–12.14 µg/g in individuals, with a mean of 1.14 ± 1.18 µg/g. Feather Hg concentrations were influenced by species and year. Most Arctic-breeding shorebirds had blood and feather Hg concentrations at levels where no adverse effects of exposure were likely, though some individuals sampled near Utqiaġvik had Hg levels that are certainly of concern. Overall, these data increase our understanding of how Hg is distributed in the various habitats of the Arctic, and what factors predispose Arctic-breeding shorebirds to Hg, and lay the foundation for future monitoring efforts.
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 | 0,001 |
| 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) | 0,001 | 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 ».