Before and after mink fur farming: water chemistry and sedimentary diatom assemblages in lakes from southwestern Nova Scotia, Canada
Notice bibliographique
Résumé
Libera N, Rühland KM, Kurek J, Smol JP. 2024. Before and after mink fur farming: water chemistry and sedimentary diatom assemblages in lakes from southwestern Nova Scotia, Canada. Lake Reserv Manage. 40:18–35.Since the 1930s, farmed mink pelts have been an important contributor to the economy of rural Nova Scotia (NS, Canada). However, these farms are a potential source of pollutants to nearby ecosystems. To determine how regional lakes have been affected by fur farms, we compared modern water chemistry and sedimentary diatom assemblages in 14 lakes in southwestern Nova Scotia. We categorized lakes into 3 groups: (a) 5 lakes with fur farms in the catchment or near inlets; (b) 4 lakes downstream from or near fur farms; and (c) 5 reference lakes without hydrological connection to fur farms. To assess whether lake conditions have changed since the establishment of fur farms, we conducted a “before-and-after” paleolimnological analysis comparing surface sediments (representing modern environments) to dated sediments deposited prior to fur farm operations. Diatom assemblages registered distinct responses to eutrophication in several hypereutrophic lakes with farms within their catchment boundaries. In lakes ∼25 km downstream from fur farms, diatom assemblage changes were more characteristic of climate warming and acidification than of eutrophication, despite surface water nutrient concentrations well above levels in reference lakes. We found no association between the presence of fur farms and surface water trace metals that could potentially bioaccumulate and/or biomagnify. Our data indicate that decades of nutrient inputs from fur farms have caused eutrophication at several lakes where fur farms are close to the shoreline or to inlet streams.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».