MétaCan
Menu
Retour à la cohorte
Enregistrement W1961910289 · doi:10.1002/ps.3613

Honey bees, neonicotinoids and bee incident reports: the Canadian situation

2013· article· en· W1961910289 sur OpenAlexafffundabout
G. Christopher Cutler, Cynthia Scott‐Dupree, David M. Drexler

Notice bibliographique

RevuePest Management Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensUniversity of GuelphDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHealth Canada
Mots-clésNeonicotinoidHoney beePesticideToxicologyPollinatorImidaclopridBiologyEcologyPollinationPollen

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neonicotinoid insecticides have been the target of much scrutiny as possible causes of recent declines observed in pollinator populations. Although neonicotinoids have been implicated in honey bee pesticide incidents, there has been little examination of incident report data. Here we summarize honey bee incident report data obtained from the Canadian Pest Management Regulatory Agency (PMRA). RESULTS: In Canada, there were very few honey bee incidents reported in 2007-2011 and data were not collected prior to 2007. In 2012, a significant number of incidents were reported in the province of Ontario, where exposure to neonicotinoid dust during planting of corn was suspected to have caused the incident in up to 70% of cases. Most of these incidents were classified as 'minor' by the PMRA, and only six cases were considered 'moderate' or 'major'. In that same year, there were over three times as many moderate or major incidents due to older non-neonicotinoid pesticides, involving numbers of hives or bees far greater than the number of moderate or major incidents suspected to be due to neonicotinoid poisoning. CONCLUSIONS: These data emphasize that, while exposure of honey bees to neonicotinoid-contaminated dust during corn planting needs to be mitigated, other pesticides also pose a risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,013
Études des sciences et des technologies0,0060,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations44
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetInsect and Pesticide ResearchTravaux en français237 207