Environmental and food web determinants of Lake Trout mercury concentrations in Ontario Lakes
Notice bibliographique
Résumé
Prey composition and availability are considered a primary predictor of Lake Trout (Salvelinus namaycush) mercury (Hg) concentrations. Evidence from other freshwater fishes suggests that environmental and landscape factors likely also contribute to fish Hg dynamics, yet comprehensive, contemporary assessments for Lake Trout from boreal and north-temperate lakes are lacking. Here, we reassess the importance of prey characteristics using both previously published and contemporary data, incorporating additional variables and model complexity to better understand factors influencing Hg dynamics of Ontario Lake Trout. Our analyses indicate that 1) Lake Trout Hg concentrations are primarily associated with individual body size, 2) high dissolved organic carbon (DOC) concentrations elevate Hg for fish of a given size, and 3) a coarse categorization of food chain length, specifically the presence of Mysis diluviana, informs Hg biomagnification slopes. The inclusion of DOC was vital for assessing human consumption risk, as Lake Trout in high DOC lakes were more likely to exceed Hg guidelines at sizes often harvested by anglers. Drivers of Lake Trout Hg levels in boreal and north-temperate lakes closely match those reported to affect other fishes in the region, regardless of feeding, thermal, and habitat strategies.
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) | 0,001 | 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 | 0,000 |
| 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 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 ».