High Methylmercury in Arctic and Subarctic Ponds is Related to Nutrient Levels in the Warming Eastern Canadian Arctic
Notice bibliographique
Résumé
Permafrost thaw ponds are ubiquitous in the eastern Canadian Arctic, yet little information exists on their potential as sources of methylmercury (MeHg) to freshwaters. They are microbially active and conducive to methylation of inorganic mercury, and are also affected by Arctic warming. This multiyear study investigated thaw ponds in a discontinuous permafrost region in the Subarctic taiga (Kuujjuarapik-Whapmagoostui, QC) and a continuous permafrost region in the Arctic tundra (Bylot Island, NU). MeHg concentrations in thaw ponds were well above levels measured in most freshwater ecosystems in the Canadian Arctic (>0.1 ng L(-1)). On Bylot, ice-wedge trough ponds showed significantly higher MeHg (0.3-2.2 ng L(-1)) than polygonal ponds (0.1-0.3 ng L(-1)) or lakes (<0.1 ng L(-1)). High MeHg was measured in the bottom waters of Subarctic thaw ponds near Kuujjuarapik (0.1-3.1 ng L(-1)). High water MeHg concentrations in thaw ponds were strongly correlated with variables associated with high inputs of organic matter (DOC, a320, Fe), nutrients (TP, TN), and microbial activity (dissolved CO2 and CH4). Thawing permafrost due to Arctic warming will continue to release nutrients and organic carbon into these systems and increase ponding in some regions, likely stimulating higher water concentrations of MeHg. Greater hydrological connectivity from permafrost thawing may potentially increase transport of MeHg from thaw ponds to neighboring aquatic ecosystems.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».