Tracking\nOverwintering Areas of Fish-Eating Birds to Identify Mercury Exposure
Notice bibliographique
Résumé
Migration\npatterns are believed to greatly influence concentrations\nof contaminants in birds due to accumulation in spatially and temporally\ndistinct ecosystems. Two species of fish-eating birds, the Double-crested\nCormorant (<i>Phalacrocorax auritus</i>) and the Caspian\nTern (<i>Hydroprogne caspia</i>) breeding in Lake Ontario\nwere chosen to measure the impact of overwintering location on mercury\nconcentrations ([Hg]). We characterized (1) overwintering areas using\nstable isotopes of hydrogen (δ<sup>2</sup>H) and band recoveries,\nand (2) overwintering habitats by combining information from stable\nisotopes of sulfur (δ<sup>34</sup>S), carbon (δ<sup>13</sup>C), nitrogen (δ<sup>15</sup>N), and δ<sup>2</sup>H in\nfeathers grown during the winter. Overall, overwintering location\nhad a significant effect on [Hg]. Both species showed high [Hg] in <sup>13</sup>C-rich habitats. <i>In situ</i> production of Hg\n(e.g., through sulfate reducing bacteria in sediments) and allochthonous\nimport could explain high [Hg] in birds visiting <sup>13</sup>C-rich\nhabitats. Higher [Hg] were found in birds with high δ<sup>2</sup>H, suggesting that Hg is more bioavailable in southern overwintering\nlocations. Hotspot maps informed that higher [Hg] in birds were found\nat the limit of their southeastern overwintering range. Mercury concentrations\nin winter feathers were positively related to predicted spatial pattern\nof [Hg] in fish using the National Descriptive Model of Mercury in\nFish (NDMMF) based on bird spatial assignment (using δ<sup>2</sup>H). This study indicates that the overwintering location greatly\ninfluences [Hg].
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 ».