Terrestrial carbon inputs drive methylmercury accumulation in zooplankton of boreal and subarctic lakes
Notice bibliographique
Résumé
Abstract Boreal and subarctic lakes are subject to the climate‐sensitive process of browning, whereby transport of terrestrial dissolved organic matter (tDOM) to lakes results in greater dissolved organic carbon (DOC) concentrations and associated darker water color. Increasing tDOM will increase mercury (Hg) transport to these lakes, but whether this leads to greater methylHg (MeHg) bioaccumulation in food webs remains unclear. We determined whether increasing DOC increased MeHg bioaccumulation in the lower food web (i.e., zooplankton) by measuring a suite of water chemistry characteristics (including aqueous MeHg and DOC) along with stable isotopes of C (δ13C) and N (δ15N), fatty acid (FA) profiles, and MeHg content of zooplankton from 16 Scandinavian boreal and subarctic lakes along a DOC gradient in the Fall of 2016. We found that both aqueous and zooplankton MeHg were positively correlated with DOC concentration, and that DOC and zooplankton MeHg both increased with the bacterial FA marker 18:1n‐7 and decreased with docosahexaenoic acid (DHA) : arachidonic acid and DHA : eicosapentaenoic acid ratios in zooplankton, which are indicators of diet or taxonomic composition. Zooplankton MeHg content was best predicted by δ13C and the FA 18:1n‐7, indicating that zooplankton MeHg bioaccumulation in zooplankton was associated with changes in their resource use along a DOC gradient. Our results suggest that lake browning will likely lead to an increase in MeHg bioaccumulation in zooplankton by affecting aqueous MeHg exposure and lower food web dynamics. In turn, this may lead to increased MeHg contamination in fish and other wildlife.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».