MétaCan
Menu
Retour à la cohorte
Enregistrement W4398760318 · doi:10.1016/j.marpolbul.2024.116509

The relationship between plastic ingestion and trace element concentrations in Arctic seabirds

2024· article· en· W4398760318 sur OpenAlexaff
Ingrid L. Pollet, Sululiit ACMC, Brendan G. Kelly, Julia E. Baak, Kristine E. Hanifen, Mark L. Maddox, Jennifer F. Provencher, Mark L. Mallory

Notice bibliographique

RevueMarine Pollution Bulletin · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensMcGill UniversityCarleton UniversityEnvironment and Climate Change CanadaAcadia University
Organismes subventionnairesnon disponible
Mots-clésSeabirdTrace elementShearwaterIngestionArcticMercury (programming language)Environmental chemistrySeleniumBiologyEcologyZoologyChemistryPredation

Résumé

récupéré en direct d'OpenAlex

Seabirds ingest contaminants linked to their prey's tissues, but also adsorbed to ingested plastic debris. To explore relationships between ingested plastics and trace elements concentrations, we analyzed 25 essential non-essential trace elements in liver tissue in relation to plastic content in the gastrointestinal tract in adults of four species of Arctic seabirds with different propensity to ingest plastic. Linear Discriminant Analysis (LDA) provided a clear separation between species based on element concentrations, but not among individuals with and without plastics. Molybdenum, copper, vanadium, and zinc were strong drivers of the LDA, separating northern fulmars (Fulmarus glacialis) from other species (60.4 % of explained between-group variance). Selenium, vanadium, zinc, and mercury were drivers separating black-legged kittiwakes (Rissa tridactyla) from the other species (19.3 % of explained between-group variance). This study suggests that ingestion of plastic particles has little influence on the burden of essential and non-essential trace elements in Arctic seabird species.

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 enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Pollution BulletinMême sujetMicroplastics and Plastic PollutionTravaux en français237 207