The influence of sampling method and season on modeling of selenium into coldwater fish and implications on tissue-based water quality benchmarks
Notice bibliographique
Résumé
Selenium (Se) contamination of aquatic ecosystems has led to the local extirpation of some Se-sensitive fish species. Although Se exposure occurs primarily via diet, considerable uncertainty lies in modeling Se transfer and bioaccumulation from sediment, detritus, and/or periphyton through benthic macroinvertebrates (BMI) to fish. Here we estimated Se concentrations in four coldwater fish species (northern pike, white sucker, lake whitefish, and ninespine stickleback) inhabiting boreal lakes downstream from a uranium mill in northern Canada. In addition, we evaluated the potential effects of BMI and periphyton sampling methods (artificial substrates vs. grab samples), seasons (summer vs. winter), and models (USEPA vs. Assessment of the Dispersion and Effects of Parameter Transport) on the estimated Se concentrations in fish tissue. Results were compared with site-specific benchmarks and observed Se concentrations in resident fish. In summer 2019, periphyton and BMI were sampled at 10 sampling stations (two in Vulture Lake and eight in McClean Lake) using artificial substrates (n = 4) and sediment grab samples (n = 3). In winter 2021, samples were collected in McClean Lake (n = 3) through ice holes using a sediment grab sampler. Estimated Se concentrations in fish tissue depended on the surface sediment or periphyton Se concentrations used in the models. At Vulture Lake, Se concentrations in northern pike muscle estimated using the grab sample data (17.3 ± 11.5 µg/g DW), but not the artificial substrates (34.5 ± 1.2 µg/g DW), were comparable with the observed mean concentration (19.0 ± 1.4 µg/g DW) in this species. At McClean Lake, Se body burdens in forage fish estimated using data from both sampling methods were comparable with measured data. Significantly lower mean whole-body Se concentrations were estimated for all fish species in winter (1.0 ± 0.3 µg/g DW) relative to summer (4.8 ± 1.6 µg/g DW). Further investigation is necessary to understand how potential seasonal shifts in dietary Se exposure relate to fish reproduction and early life stages.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 tête enseignante, 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 ».