MétaCan
Menu
Retour à la cohorte
Enregistrement W4391969650 · doi:10.1007/s11356-024-32268-3

Contrasting trophic transfer patterns of cadmium and mercury in the Arctic marine food web of east Hudson Bay, Canada

2024· article· en· W4391969650 sur OpenAlexafffundabout
Jillian Rohonczy, John Chételat, Stacey A. Robinson, Lucassie Arragutainaq, Joel P. Heath, Christine McClelland, Raymond Mickpegak, Mark R. Forbes

Notice bibliographique

RevueEnvironmental Science and Pollution Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensMakivik CorporationThe Arctic Eider SocietyEnvironment and Climate Change CanadaCarleton University
Organismes subventionnairesNorthern Contaminants ProgramCrown-Indigenous Relations and Northern Affairs CanadaEnvironment and Climate Change Canada
Mots-clésTrophic levelFood webBiomagnificationBayEiderBioaccumulationCadmiumMercury (programming language)ArcticFood chainWeaselEcologyBiologyPredationOceanographyChemistry

Résumé

récupéré en direct d'OpenAlex

We investigated trophic transfer of cadmium (Cd) through an Arctic marine food web in Hudson Bay and compared it with mercury (Hg), a metal known to strongly biomagnify. We evaluated blue mussel, sea urchin, common eider, sculpin, Arctic cod, and ringed seal for the influence of dietary and biological variables on variation in Cd and Hg concentrations. Age and size influenced metal concentrations among individuals within a vertebrate species. Consumer carbon and sulfur isotope values were correlated with their Cd and Hg concentrations, indicating habitat-specific feeding influenced metal bioaccumulation. Trophic transfer patterns for Cd depended on the vertebrate tissue, with food web biodilution observed for the muscle but not the liver. Liver Cd concentrations were higher in ringed seal and some common eider relative to prey. In contrast, we observed mercury biomagnification for both tissues. Tissue- and species-specific physiology can explain discrepancies of Cd trophic transfer in this Arctic marine food web.

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 enseignants0,100
Score d'incertitude au seuil0,201

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 Opus0,029
Tête enseignante GPT0,279
Écart entre enseignants0,250 · 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

Citations8
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science and Pollution ResearchMême sujetMercury impact and mitigation studiesTravaux en français237 207