Automation and evaluation of three pesticide fate models for a national analysis of leaching risk in Canada
Notice bibliographique
Résumé
Under the National Agri-Environmental Health Analysis and Reporting Program (NAHARP), pesticide fate models are being used to develop an indicator of risk of water contamination by pesticides (IROWC-Pest) in Canada. The large number of model runs needed for a national analysis of the risk of pesticide leaching to ground water required the development of a computer program, AutoPFM (Automate Pesticide Fate Model), to automate the running of pesticide fate models. Using Manitoba as a test province, and the selected pesticide fate models PRZM, LEACHP, and MACRO, AutoPFM permitted the estimation of the leaching potential of the fourteen most used agricultural pesticides in Manitoba. Assuming an application rate of 300 g ha-1 for each pesticide, only six pesticides demonstrated leaching across most soil series. For these six pesticides, there was significant correlation in how PRZM and LEACHP ranked the leaching potential of 337 Manitoba soil series. Because of its long running times, the estimation of leaching potential with MACRO was limited to two pesticides (2,4-D and MCPA). For these pesticides, MACRO showed significant correlation with the PRZM and LEACHP in ranking the soil series. Based on the results described in this paper, PRZM was chosen as the pesticide leaching model for use in IROWC-Pest. Key words: Risk indicators, pesticide, PRZM, LEACHM, LEACHD, MACRO, model automation, leaching, soil
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».