Assessing pesticide risks to threatened and endangered species using population models: Findings and recommendations from a CropLife America Science Forum
Notice bibliographique
Résumé
This brief communication reports on the main findings and recommendations from the 2014 Science Forum organized by CropLife America. The aim of the Forum was to gain a better understanding of the current status of population models and how they could be used in ecological risk assessments for threatened and endangered species potentially exposed to pesticides in the United States. The Forum panelists' recommendations are intended to assist the relevant government agencies with implementation of population modeling in future endangered species risk assessments for pesticides. The Forum included keynote presentations that provided an overview of current practices, highlighted the findings of a recent National Academy of Sciences report and its implications, reviewed the main categories of existing population models and the types of risk expressions that can be produced as model outputs, and provided examples of how population models are currently being used in different legislative contexts. The panel concluded that models developed for listed species assessments should provide quantitative risk estimates, incorporate realistic variability in environmental and demographic factors, integrate complex patterns of exposure and effects, and use baseline conditions that include present factors that have caused the species to be listed (e.g., habitat loss, invasive species) or have resulted in positive management action. Furthermore, the panel advocates for the formation of a multipartite advisory committee to provide best available knowledge and guidance related to model implementation and use, to address such needs as more systematic collection, digitization, and dissemination of data for listed species; consideration of the newest developments in good modeling practice; comprehensive review of existing population models and their applicability for listed species assessments; and development of case studies using a few well-tested models for particular species to demonstrate proof of concept. To advance our common goals, the panel recommends the following as important areas for further research and development: quantitative analysis of the causes of species listings to guide model development; systematic assessment of the relative role of toxicity versus other factors in driving pesticide risk; additional study of how interactions between density dependence and pesticides influence risk; and development of pragmatic approaches to assessing indirect effects of pesticides on listed species.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».