Risks of carbamate and organophosphate pesticide mixtures to salmon in the Pacific Northwest
Notice bibliographique
Résumé
Salmon populations in the Pacific Northwest are being affected by a variety of environmental stressors including intense fishing pressure, parasites and disease, climatic variability and change, land development, hatchery production, hydropower operations, stormwater runoff, and exposure to toxic contaminants. In recent years, there has been much concern that mixtures of pesticides are causing toxic effects to Pacific salmon. In this study, we compared measured stream water concentrations from 2 monitoring studies conducted in the Pacific Northwest with concentration-response curves derived for inhibition of brain acetylcholinesterase activity in juvenile coho salmon (Oncorhynchus kisutch) for mixtures of organophosphate (OPs) and carbamate (CBs) pesticides. In the first monitoring study, samples were collected from 2003 to 2007 in salmonid-bearing waters of 5 urban or agricultural watersheds in Washington State. This study was targeted to areas of high pesticide use and generally involved weekly sampling during the pesticide use season. The second monitoring study was the United States Geological Survey National Water Quality Assessment that included samples taken from 2003 to 2010 in California, Idaho, Oregon, and Washington. OPs and CBs were frequently detected in both studies. The available monitoring data collected since 2003, however, demonstrates that mixtures of OPs and CBs in surface waters rarely occur at levels capable of producing significant physiological and behavioral effects in Pacific salmon. The observed mixtures never reached concentrations capable of causing mortality. We conclude that mixtures of organophosphates and carbamates do not pose a significant direct risk to Pacific salmon.
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) | 0,001 | 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 ».