Foodweb dynamics affect arsenic speciation and bioaccumulation in lakes affected by gold mines
Notice bibliographique
Résumé
We investigated the bioaccumulation patterns of arsenic species in freshwater food webs from three lakes near historical mining operations in the Northwest Territories, Canada. Two of these lakes (Long Lake and Lower Martin Lake) were located within 5 km of the mine’s roaster stacks, while a third lake (Small Lake), situated 27 km away, served as a far-field reference site. In each lake, we measured the concentrations of arsenic species, including As(III), As(V), MMA, DMA and organic arsenobetaine, AsB, across multiple environmental and biological compartments. including water, sediment, macrophytes, periphyton, phytoplankton, zooplankton, benthic invertebrates, and small- and large-bodied fish. Across all lakes, total arsenic and inorganic arsenic (As(III) and As(V)) concentrations were inversely related to an organism’s trophic position as determined by δ 15 N. This trend likely reflects the biotransformation of inorganic arsenic to AsB within tissues as well as increased dietary intake of AsB-rich prey, which facilitates As elimination. Our findings suggest that trophic position is a key determinant of inorganic arsenic bioaccumulation, explaining 39-89% of inorganic As bioaccumulation. • We examined arsenic distributions near a point source of contamination. • As(III), As(V), MMA, DMA and arsenobetaine were measured in three aquatic foodwebs. • Total arsenic, As(III), and As(V) were inversely related to trophic position. • Trophic position alone determines most variation of arsenic in these food webs. • Benthic and pelagic connectivity does not appear to influence arsenic concentrations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».