Watershed characteristics and chemical properties govern methyl mercury concentrations within headwater streams of boreal forests in Ontario, Canada
Notice bibliographique
Résumé
Methyl mercury (MeHg) concentrations in boreal headwater streams are influenced by complex natural processes and disturbances such as forestry management. Understanding drivers of MeHg within boreal streams in Ontario, Canada, is of particular interest as there are legacy MeHg concerns. However, models accounting for the complexity of underlying processes have not yet been developed. We assessed how catchment characteristics and stream water chemistry influence MeHg concentrations within 19 watersheds of the Dryden – Wabigoon Forest in Ontario, Canada, using a structural equation modelling (SEM) approach. Despite the study area encompassing a large variation of boreal forest watersheds in the Canadian Shield, our SEM had substantial explanatory power across the region (χ251 = 45.37, p-value = 0.70, R2 = 0.75). Nitrate concentrations (p-value <0.001), water temperature (p-value = 0.002), and the latent watershed characteristic (p-value <0.001) had a positive influence on MeHg concentrations once variable interactions were accounted. Due to the inherent strengths of applying an SEM approach, we describe two plausible pathways driving MeHg concentrations: 1) indirect effect of forest-derived nutrients increases in-situ MeHg production in Dryden – Wabigoon Forest streams, and 2) direct supply of MeHg from inundated soils following consistent precipitation and inundation events (i.e., fill, sit, and spill).
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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».