MétaCan
Menu
Retour à la cohorte
Enregistrement W6947966668 · doi:10.48448/tz2c-jy19

Mercury biotransport by auklets: two-colony comparison

2021· other· en· W6947966668 sur OpenAlexaboutno aff

Notice bibliographique

RevueUnderline Science Inc. · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethylmercuryMercury (programming language)SeabirdTrophic levelδ15NHabitatContaminationBiomagnification

Résumé

récupéré en direct d'OpenAlex

Abstract: Long-term monitoring data of seabirds have revealed the annual trend of mercury exposure in seabirds that are known to play a role of biovectors transporting methylmercury from the ocean to the land. However, it is unclear how wintering distribution and habitat affect the efficacy of seabirds as mercury biovectors. To address this issue, we tested whether seabirds that fly through and hence feed in regions of high [Hg] have a higher biovectors capability, and whether their at-sea behavior is more heavily impacted. To time exposure, we exploited the differential turnover rate of different bird tissues in storing Hg until they reach their colony in the Spring; to assess Hg biotransport, we sampled terrestrial plants at their colony; to assess wintering behavior, we monitored stable isotopes of nitrogen (δ15N; trophic position) and equipped birds with data loggers (geolocation and activity). By contrasting two areas on both sides of the North Pacific of high (Japan; n = 10) and low (Alaska; n = 11) Hg emissions and using the Rhinoceros auklet as a model species, we show that all sampled individuals have high Hg (0.3-11.4 μg g-1) that are ultimately deposited at their colony via feces. While exposure levels of auklet tissues were associated with environmental contamination levels during wintering, at-sea behavior was transient Alaskan birds, but long-lasting in Japanese birds. These results not only indicate that seabirds can be used as a tracer of large-scale Hg emission rates, but also that seabirds may suffer long-term behavioral changes when subjected to higher Hg during winter. Authors: Akiko Shoji¹, Kyle Elliott², Yutaka Watanuki³, Stéphane Aris-Brosou¹, Shannon Wheeler², Scott Hatch⁴ ¹University of Ottawa, ²McGill University, ³Hokkaido University, ⁴Institute for Seabird Research and Conservation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,341
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUnderline Science Inc.Travaux en français237 207