Bioaccumulation of Trace Elements in Fish From Lake Kivu and Its Potential Risk to Consumers in Rwanda
Notice bibliographique
Résumé
ABSTRACT Lake Kivu, located between Rwanda and the Democratic Republic of the Congo, is subject to trace element contamination primarily due to the geological composition of its bedrock, watershed soils, and anthropogenic activities. In this study, we investigated the accumulation of trace elements in 13 fish species from Lake Kivu, with samples obtained from fishermen in Rubavu, Karongi, and Rusizi. The fish samples were digested and analyzed for selected trace element concentrations using atomic absorption spectrophotometry (AAS). The concentrations of trace elements in the fish ranged from 0.07 to 2.53 mg/kg for mercury (Hg), 0.69 to 1.16 mg/kg for cadmium (Cd), 0.28 to 0.76 mg/kg for copper (Cu), 2.58 to 3.83 mg/kg for chromium (Cr), and 0.22 to 0.68 mg/kg for manganese (Mn). The highest bio‐concentration factor (BCF) was observed for mercury. Oreochromis niloticus exhibited significantly higher BCFs for mercury compared to other species, with a value of 16,867 L/kg. Haplochromis scheffersi also displayed a high BCF for mercury at 3533 L/kg, followed by Labeo victorianus with a BCF of 2867 L/kg. Mercury (Hg) posed a potential risk for adults in 77% of the fish species analyzed, as indicated by target hazard quotient (THQ) values exceeding 1. Additionally, Cd, Cr, and Hg posed potential risks for children in over 75% of the fish species analyzed. Continuous monitoring of trace element sources and concentrations in the water column and fish of Lake Kivu is urgently needed to assess contamination sources and exposure levels.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».