Mercury and cortisol in Western Hudson Bay polar bear hair
Notice bibliographique
Résumé
Non-invasive methods of assessing animal health and life history are becoming increasingly popular in wildlife research; hair samples from polar bears (Ursus maritimus), are being used to study an ever broader range of anthropogenic and endocrine compounds. A number of contaminants are known to disrupt endocrine function in polar bears. However, the relationship between mercury and cortisol remains unknown, although mercury is an endocrine disruptor in other species. Here, we examine the relationship between concentrations of cortisol and total mercury (THg) analyzed in guard hair from 378 polar bears (184 females, 194 males) sampled in Western Hudson Bay, 2004-2012. The difference in mean cortisol concentration between female (0.8 ± 0.6 pg/mg) and male (0.7 ± 0.5 pg/mg) polar bears bordered on significance (p = 0.054). However, mean mercury concentration was significantly greater (p = 0.009) in females (4.7 ± 1.4 μg/g) than males (4.3 ± 1.2 μg/g). Hair cortisol in males was significantly influenced by mercury, age, and fatness, as well as interactions between mercury and year, mercury and fatness, and year and fatness (all: p < 0.03) (multiple regression analysis, whole model: r(2) = 0.14, F(7,185) = 4.43, p = 0.0001). Fatness was the only significant variable in the multiple regression analysis for females (r(2) = 0.06, F(1,182) = 13.0, p = 0.0004). In conclusion, a significant, but complex, relationship was found between mercury and cortisol concentrations in hair from male, but not female, polar bears.
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 | 0,000 | 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 | 0,000 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».