MétaCan
Menu
Retour à la cohorte
Enregistrement W4410602426 · doi:10.3390/toxics13060419

Water-Column Zone Impacts Non-Essential Heavy Metal Accumulation in Fish Occupying Different Zones

2025· article· en· W4410602426 sur OpenAlexafffund
Meredith Foley, Nesime Askin, Michael Belanger, Carin Wittnich

Notice bibliographique

RevueToxics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensBarrie Urology GroupUniversity of Toronto
Organismes subventionnairesFisheries and Oceans CanadaUniversity of Toronto
Mots-clésDemersal zoneWater columnMesopelagic zonePelagic zoneDemersal fishEnvironmental scienceMercury (programming language)FisheryCadmiumBayEnvironmental chemistryFish <Actinopterygii>OceanographyChemistryGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Gulf of Maine and Bay of Fundy have documented increases in heavy metals with specific properties, resulting in differing concentrations throughout the water column. Whether this impacts metal accumulation in fish that occupy different zones of the water column is unknown; as such, this was the focus of this work. Commercially harvested fish spanning the epipelagic, mesopelagic, and demersal zones of the water column had weight for length (LWR) recorded and biopsies taken. Demersal fish had the highest levels of arsenic and nickel, whereas fish in the epipelagic and demersal zones showed the highest levels of cadmium, lead, mercury and thallium. Compared to historic data, LWR was reduced in one epipelagic species (15%) and two demersal species (24%, 25%). Mesopelagic species showed increased LWR (23%) concurrent with overall lowest metal exposure. These findings demonstrate that fish accumulate non-essential metals at levels dependent on location in the water column, impacting their growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,269
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

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 Opus0,024
Tête enseignante GPT0,305
Écart entre enseignants0,281 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetMercury impact and mitigation studiesTravaux en français237 207