MétaCan
Menu
Retour à la cohorte
Enregistrement W2055340966 · doi:10.1371/journal.pone.0057457

Pesticide Acute Toxicity Is a Better Correlate of U.S. Grassland Bird Declines than Agricultural Intensification

2013· article· en· W2055340966 sur OpenAlexaff
Pierre Mineau

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensHealth CanadaCarleton UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésGrasslandPesticideAgriculturePastureAgricultural landCropAgroforestryBiologyBiodiversityEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Common agricultural birds are in decline, both in Europe and in North America. Evidence from Europe suggests that agricultural intensification and, for some species, the indirect effects of pesticides mediated through a loss of insect food resource is in part responsible. On a state-by-state basis for the conterminous Unites States (U.S.), we looked at several agronomic variables to predict the number of grassland species increasing or declining according to breeding bird surveys conducted between 1980 and 2003. Best predictors of species declines were the lethal risk from insecticide use modeled from pesticide impact studies, followed by the loss of cropped pasture. Loss of permanent pasture or simple measures of agricultural intensification such as the proportion of land under crop or the proportion of farmland treated with herbicides did not explain bird declines as well. Because the proportion of farmland treated with insecticides, and more particularly the lethal risk to birds from the use of current insecticides feature so prominently in the best models, this suggests that, in the U.S. at least, pesticide toxicity to birds should be considered as an important factor in grassland bird declines.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,219
Écart entre enseignants0,190 · 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

Citations219
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207