MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386861610 · doi:10.21203/rs.3.rs-3350426/v1

Mercury biomagnification in the food chain of a piscivorous turtle species (Testudines: Chelidae: Chelus fimbriata) in the Central Amazon, Brazil

2023· preprint· en· W4386861610 sur OpenAlexaff
Fábio Andrew Gomes Cunha, Bruce R. Forsberg, Richard C. Vogt, Fabíola Xochilt Valdez Domingos, B. Marshall, Brendson Carlos Brito, Otávio Peleja de Sousa, Daniele Kasper, Ana Laura Santos, Marcelo Ândrade

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversidade Federal do ParáConselho Nacional de Desenvolvimento Científico e TecnológicoInstituto Nacional de Pesquisas da AmazôniaFundação de Amparo à Pesquisa do Estado do AmazonasCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade de Brasília
Mots-clésBiologyBiomagnificationTrophic levelBioaccumulationFood chainEcologyTurtle (robot)Zoology

Résumé

récupéré en direct d'OpenAlex

Abstract Turtles are an excellent biological model for studies of heavy metal contamination due to their natural history and ecological attributes. Turtles have a large geographical distribution, occupy different aquatic habitats, and pertain to various trophic levels. The present study investigated mercury bioaccumulation in the carnivorous chelonian Chelus fimbriata (Matamata turtle) and Hg biomagnification in relation to its aquatic food chain in the middle Rio Negro, Amazonas, Brazil. Tissue samples of muscle, carapace (shell) and claws were collected from 26 C. fimbriata, and autotrophic energy sources found in the turtle’s aquatic habitat area. In addition, samples of dorsal muscle tissue were collected from 7 Cichla. The samples were collected in February-March of 2014 and analyzed for THg concentrations and carbon (δ13C) and nitrogen (δ15N) stable isotopes. The highest THg concentrations were found in claws (3780ng.g-1), carapace (3622ng.g-1) and muscle (403ng.g-1), which were found to be significantly different (F(2.73)=49.02 p<0.01). The average δ13C and δ15N values in Matamata samples were 11.9‰ and -31.7‰, respectively. The principal energy source sustaining the food chain of C. fimbriata was found to be plankton and periphyton, while δ15N values showed its trophic position to be 3 levels above the autotrophic energy sources. There was a positive correlation between THg concentrations and turtle size, while a significant relationship was found between THg and δ15N, showing strong biomagnification in the food chain of C. fimbriata y=0.13x+0.97; r²=0.31). However, total mercury concentrations found in Matamata turtles were below the consumption threshold indicated by the WHO and Brazilian Health Ministry.

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)0,000
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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,114
Tête enseignante GPT0,381
Écart entre enseignants0,268 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMercury impact and mitigation studies→Travaux en français237 207→