MétaCan
Menu
Retour à la cohorte
Enregistrement W1538885914 · doi:10.1002/9781118852408.ch10

Overview of a Proposed Ecological Risk Assessment Process for Honey bees (<i>Apis mellifera</i>) and Non‐<i>Apis</i>Bees

2014· preprint· en· W1538885914 sur OpenAlexaff
Anne Alix, Thomas Steeger, Claire Brittain, David W. Fischer, Reed M. Johnson, Thomas Moriarty, E. Johansen, F. Streissel, R Fischer, Mark Miles, Chris Lee‐Steere, Mace Vaughan, Bernard Vaissière, Glynn Maynard, Muo Kasina, Roberta Cornélio Ferreira Nocelli, Cynthia Scott‐Dupree, Mike Coulson, Axel Dinter, M. Fry

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHoney beeRisk assessmentHoney BeesPesticideToxicologyEcologyBiologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

This chapter proposes a method for estimating risk to honey bees (Apis mellifera) and non-Apis bees from pesticides that are applied through sprays (acting on contact) and through seed or soil treatments and tree trunk injections (acting systemically). It describes the risk assessment process for honey bees and non-Apis bees. Problem formulation articulates the intent of the risk assessment and is predicated on particular protection goals for which the regulatory authority is responsible. The chapter illustrates the proposed risk assessment process identified by the participants of the 2011 SETAC Workshop on Pesticide Risk Assessment for Pollinators. The potential risk to adult honey bees from spray applications is assessed through calculation of an HQ. The screening-level and refined risk assessment processes for soil or seed treatment-applied pesticides incorporate different degrees of ecological realism. Screening-level assessments are typically based on conservative assumptions regarding both exposure and effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0080,004
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,352
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInsect and Pesticide ResearchTravaux en français237 207