Metal concentrations in fish tissues from Kara, Bolshoi Patok, and Maly Patok River basins, Northeastern European Russia
Notice bibliographique
Résumé
Abstract Fish and fish tissue are effective bioindicators due to their sensitivity to pollution and are frequently used for assessing aquatic ecosystem health. Establishing baseline metal concentrations in freshwater fish tissues within aquatic ecosystems is important prior to establishing industrial activities to help determine potential future industrial impacts. Historically, North-Eastern European Russia has been an area with relatively low levels of industrial development and is still in pristine condition. In this region, the noise-to-background ratio for industrial contaminants may be disproportionately high. This study measured baseline metal concentrations in freshwater fish tissues collected from three study sites (the Bolshoi Patok, Maly Patok and Kara Rivers) in northeastern European Russia as bioindicators of overall aquatic ecosystem health. Seven fish species, namely, European Grayling, Arctic Char, Whitefish, Perch, Pike, Roach, and Peled, were studied over a three-year period between 2000 and 2003. The copper (Cu), lead (Pb), cadmium (Cd), and zinc (Zn) concentrations were analysed in fish tissue samples. Metal concentrations measured in fish tissues in this study were comparable to those measured at remote sites in Alaska, the United States and Slovenia. Despite the small variation between the sampling sites, the metal concentrations were relatively low and considered to be in pristine condition. Metal concentrations measured in fish tissues in this study represent baseline conditions, which will be important for comparison against monitoring programmes should the region experience future industrial development.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».