Bioaccumulation of contaminants in amphibians in historical gold mining areas of Nova Scotia
Notice bibliographique
Résumé
Nova Scotia has a long history of gold mining dating back to the mid-1800’s. Early \nmining techniques depended on the use of liquid mercury (Hg). As there were little or no \nenvironmental regulations at the time, over 3,000,000 tonnes of mine waste (tailings) were \nreleased into the environment. These tailings can contain high concentrations of toxic chemicals \nincluding Hg and arsenic (As). Such chemicals have negative effects on the environment and on \nwildlife. Frogs are often used as indicators of environmental conditions. Their thin, permeable \nskin and semi-aquatic lifestyle can lead to the bioaccumulation of toxins in frog tissues. This \nstudy compares bioaccumulation of Hg in frogs collected from six research sites and one \nreference site from within historical gold mining districts in Nova Scotia, Canada. Dried, ground \nfrog-leg tissues were analyzed for Hg content using a Milestone DMA 80 direct mercury \nanalyzer. This project tests the hypothesis that if concentrations of Hg are high at research sites \nidentified as legacy tailing areas in Nova Scotia, then the concentrations of total mercury content \n(THg) in the tissues of amphibians collected at the respective sites will also be high. Adult \namphibians sampled from contaminated sites had concentrations of THg ranging from 0.1324 - \n2.1329 mg/kg. Tadpoles sampled from contaminated sites had concentrations of THg ranging \nfrom 0.1384 -15.9412 mg/kg. The THg concentrations in adult amphibians at a reference site \nranged from 1.664 – 2.3959 mg/kg. The THg concentrations in tadpoles at the reference site \nranged from 0.0494 – 3.3312 mg/kg. These ranges indicate elevated Hg levels in both adult \namphibians and tadpoles. This project, as part of the legacy gold mine contaminants research led \nby the Dynamic Environment and Ecosystems Health Research (DEEHR) team at Saint Mary’s \nUniversity will enhance the understanding of impacts of historical human activity on aquatic \necosystems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».