Exploring Drivers of Historic Mercury Trends in Beluga Whales Using an Ecosystem Modeling Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While mercury occurs naturally in the environment, human activity has significantly disturbed its biogeochemical cycle. Inorganic mercury entering aquatic systems can be transformed into methylmercury, a strong neurotoxicant that builds up in organisms and affects ecosystem and public health. In the Arctic, top predators such as beluga whales, an ecologically and culturally significant species for many Inuit communities, can contain high concentrations of methylmercury. Historical mercury concentrations in beluga in the western Canadian Arctic's Beaufort Sea cannot be explained by mercury emission trends alone; in addition, they could potentially be driven by climate change impacts, such as rising temperatures and sea ice melt. These changes can affect mercury bioaccumulation through different pathways, including ecological and mercury transport processes. In this study, we explore key drivers of mercury bioaccumulation in the Beaufort Sea beluga population using Ecopath with Ecosim, an ecosystem modeling approach, and scenarios of environmental change informed by Western Science and Inuvialuit Knowledge. Comparing the effect of historical sea ice cover, sea surface temperature, and freshwater discharge time series, modeling suggests that the timing of historical increases and decreases in beluga methylmercury concentrations can be better explained by the resulting changes to ecosystem productivity rather than by those to mercury inputs and that all three environmental drivers could partially explain the decrease in mercury concentrations in beluga after the mid-1990s. This work highlights the value of multiple knowledge systems and exploratory modeling methods in understanding environmental change and contaminant cycling. Future work building on this research could inform climate change adaptation efforts and inform management decisions in the region.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle