Influence of Carbon and Lipid Sources on Variation of MercuryAnd Other Trace Elements in Polar Bears (Ursus Maritimus)
Notice bibliographique
Résumé
In the present study, the authors investigated the influence of carbon and lipid sources on regional differences in liver trace element (As, Cd, Cu, total Hg, Mn, Pb, Rb, Se, and Zn) concentrations measured in polar bears (Ursus maritimus) (n=121) from 10 Alaskan, Canadian Arctic, and East Greenland subpopulations. Carbon and lipid sources were assessed using δ13C in muscle tissue and fatty acid (FA) profiles in subcutaneous adipose tissue as chemical tracers. A negative relationship between total Hg and δ13C suggested that polar bears feeding in areas with higher riverine inputs of terrestrial carbon accumulate more Hg than bears feeding in areas with lower freshwater input. Mercury concentrations were also positively related to the FA 20:1n-9, which is biosynthesized in large amounts in Calanus copepods. This result raises the hypothesis that Calanus glacialis are an important link in the uptake of Hg in the marine food web and ultimately in polar bears. Unadjusted total Hg, Se, and As concentrations showed greater geographical variation among polar bear subpopulations compared with concentrations adjusted for carbon and lipid sources. The Hg concentrations adjusted for carbon and lipid sources in Bering–Chukchi Sea polar bear liver tissue remained the lowest among subpopulations. Based on these findings, the authors suggest that carbon and lipid sources for polar bears should be taken into account when one is assessing spatial and temporal trends of long-range transported trace elements.
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 | 0,000 |
| 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) | 0,000 | 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 ».