Pesticide impacts on bumblebee decline: a missing piece
Notice bibliographique
Résumé
Szabo et al. (2012) have addressed an important issue by examining potential causes of widespread declines in bumblebees across North America. While we commend their investigation of the role pesticides may play in pollinator declines, the data set they relied on is out of date and missing a key class of pesticides. The 2002 USDA Agriculture Census tracked pesticide application in an “acres treated” metric that captured information about how fields were treated via traditional methods like spraying (USDA NASS 2002). In recent years, the use of seed treatments to protect newly emerged plants has greatly increased; almost all of the corn seed planted in the United States is now treated with neonicotinoid pesticides (Krupke et al. 2012). However, these insecticidal seed treatments are not included in the “acres treated” data from the 2002 USDA Agriculture Census (Theresa Varner, USDA NASS Specialist, personal communication, July 11, 2012) and are not annually tracked in any public data collection. Neonicotinoids, the active ingredients in seed treatments, are systemic insecticides expressed throughout the plant tissue. They can negatively impact bumblebees with a range of sublethal to lethal impacts depending on the dose and exposure (Scott-Dupree et al. 2009; Whitehorn et al. 2012). New routes of exposure to pollinators from treated seed have been identified, including dust from planting machinery (Krupke et al. 2012). Several countries have restricted neonicotinoids (e.g., France, Germany, and Italy) or initiated reevaluations of their registration (e.g., Canada) based on recent evidence of harm to bees (US EPA 2012; Health Canada Pest Management Regulatory Agency 2012). Without data that include these widely used systemic insecticides, the authors cannot reliably assert that pesticides have not played a role in bumblebee declines across North America.
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) | 0,000 | 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 ».