Neonicotinoid-Coated Zea mays Seeds Indirectly Affect Honeybee Performance and Pathogen Susceptibility in Field Trials
Notice bibliographique
Résumé
Thirty-two honeybee (Apis mellifera) colonies were studied in order to detect and measure potential in vivo effects of neonicotinoid pesticides used in cornfields (Zea mays spp) on honeybee health. Honeybee colonies were randomly split on four different agricultural cornfield areas located near Quebec City, Canada. Two locations contained cornfields treated with a seed-coated systemic neonicotinoid insecticide while the two others were organic cornfields used as control treatments. Hives were extensively monitored for their performance and health traits over a period of two years. Honeybee viruses (brood queen cell virus BQCV, deformed wing virus DWV, and Israeli acute paralysis virus IAPV) and the brain specific expression of a biomarker of host physiological stress, the Acetylcholinesterase gene AChE, were investigated using RT-qPCR. Liquid chromatography-mass spectrometry (LC-MS) was performed to detect pesticide residues in adult bees, honey, pollen, and corn flowers collected from the studied hives in each location. In addition, general hive conditions were assessed by monitoring colony weight and brood development. Neonicotinoids were only identified in corn flowers at low concentrations. However, honeybee colonies located in neonicotinoid treated cornfields expressed significantly higher pathogen infection than those located in untreated cornfields. AChE levels showed elevated levels among honeybees that collected corn pollen from treated fields. Positive correlations were recorded between pathogens and the treated locations. Our data suggests that neonicotinoids indirectly weaken honeybee health by inducing physiological stress and increasing pathogen loads.
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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 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 ».