A Scoping Study of Livestock Antimicrobials in Agricultural Streams of Alberta
Notice bibliographique
Résumé
Pharmaceuticals are commonly used in the livestock industry, and studies have demonstrated that some pharmaceuticals can reach receiving water bodies. The main objective of this study was to measure the occurrence and concentration of selected veterinary pharmaceutical compounds commonly used by the livestock industry in Alberta across streams varying in agricultural intensity. A total of 247 water samples were collected from 23 watersheds during the open water season between, May 2005 and May 2006. Samples were analyzed for 27 commonly used veterinary pharmaceuticals from the following compound classes: avermectins, beta lactams, fluoroquinolones, ionophores, lincosamides, macrolides, sulfonamides, and tetracyclines. Subsequently, 10 antimicrobials were detected: narasin, salinomycin, monensin, sulfamethazine, sulfathiazole, sulfadoxine, erythromycin, lincomycin, chlortetracycline, and oxytetracycline. Trace (ng·L–1) concentrations of antimicrobials were detected in 51% of the samples (127 out of 247 samples). Monensin and sulfamethazine were detected most frequently (34% and 8% of samples, respectively). Monensin concentrations ranged from below the detection limit of 2 ng·L–1 to 843 ng·L–1. Monensin detection frequencies in study watersheds were correlated to manure production percentiles and regional cattle densities. Monensin concentrations were found to be significantly correlated to several water quality parameters (e.g., NH3–N). Monensin detection frequencies were found to be significantly higher in the spring than in the fall. Maximum concentrations for the other nine antimicrobials detected ranged between 3 and 250 ng·L–1. The antimicrobials detected and their concentrations were found to be similar to those in some recent European and North American livestock pharmaceutical stream surveys. Findings from this study can inform future monitoring programs and provides ambient concentrations for environmental (fate and transport) and toxicity studies to better evaluate potential risks to humans and the receiving aquatic ecosystems.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».