Current-use pesticides in inland lake waters, precipitation, and air from Ontario, Canada
Notice bibliographique
Résumé
Concentrations of current-use pesticides (CUPs) in water, zooplankton, precipitation, and air samples as well as stereoisomer fractions (SF; herbicidally active/total stereoisomers) of metolachlor were determined in water samples collected from 10 remote inland lakes in Ontario, Canada, between 2003 and 2005. The most frequently detected chemicals in lake water, precipitation, and air were α-endosulfan, atrazine, metolachlor, chlorpyrifos, chlorothalonil, and trifluralin, and α-endosulfan and chlorpyrifos were the chemicals detected frequently in zooplankton. Air concentrations of these CUPs were within the range of previously reported values for background sites in the Great Lakes basin. High detection frequency of CUPs in lake water and precipitation was attributed to high usage amounts, but some CUPs such as ametryn and disulfoton that were not used in Ontario were also detected. Mean bioaccumulation factors (wet wt) in zooplankton for endosulfan ranged from 160 to 590 and from 20 to 60 for chlorpyrifos. The overall median SF of metolachlor in precipitation samples (0.846) was similar to that of the commercial S-metolachlor (0.882). However, the median SF of metolachlor in water from all sampled inland lakes (0.806) was significantly lower compared with Ontario rivers (0.873) but higher compared with previous measurements in the Great Lakes (0.710). Lakes with smaller watershed areas showed higher SFs, supporting the hypothesis of stereoselective processing of deposited metolachlor within the watersheds, followed by transport to the lakes.
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) | 0,010 | 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 ».