EVALUATING RISK OF LEAD EXPOSURE IN SCAVENGING SPECIES LINKED TO BIG-GAME HUNTING IN SASKATCHEWAN, CANADA
Notice bibliographique
Résumé
For free-ranging animals, chronic exposure to lead, a toxic heavy metal, can manifest in discrete physiological changes, alter behaviours, and contribute to increased mortality. In Canada, although lead ammunition has been banned for hunting waterfowl, carrion contaminated with lead fragments from bullets used in rifle-hunting remains a potential source of exposure for wildlife, particularly scavenging species. Addressing these risks requires clearer understanding of both the source (rifle-harvested remains) and the consumers (scavengers). The objective of my research was to evaluate the risk of lead exposure to scavenging wildlife in Saskatchewan, Canada, by investigating the detection and quantification of lead in hunted animal remains (Chapter 2) and assessing scavenger community assemblages at kill sites (Chapter 3). In Chapter 2, I compared advanced imaging techniques (Biomedical Imaging and Therapy) with traditional medical x-rays to identify limitations in detecting and quantifying lead fragments in undesired animal tissues, such as viscera and organs (i.e., offal), left in the field by hunters. I also conducted a coarse geospatial analysis using provincial hunter harvest data to determine regions in the province where scavengers may face elevated lead exposure risks. In Chapter 3, I examined scavenger species assemblages observed feeding on white-tailed deer (Odocoileus virginianus) kill sites and analyzed how environmental factors influenced community composition and species richness. My findings revealed that medical x-rays underestimated lead exposure risk due to their limited spatial resolution, missing small, bioavailable fragments and misrepresenting fragment size. The geospatial analysis showed that hunter harvest densities for white-tailed deer and mule deer varied significantly across wildlife management zones, potentially influencing exposure risks for scavengers by means of offal-derived lead. Scavenger community analyses showed that snow depth influenced community assemblage, while ecoregion and minimum daily temperature significantly predicted species richness at kill sites. This research advances the understanding of lead contamination from big-game hunting and highlights key factors that influence scavenger exposure. These findings offer valuable insights to guide future management strategies aimed at reducing or mitigating lead exposure risks across the landscape.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».