Honey bee survival is affected by interactions between field-relevant rates of fungicides and insecticides used in apple and blueberry production
Notice bibliographique
Résumé
Certain compounds of low toxicity can increase the susceptibility of an organism to toxic substances; this is known as potentiation. Demethylation inhibiting (DMI) fungicides can potentiate insecticides by impairing the production of detoxification enzymes. As both DMI fungicides and insecticides can be used near or during crop bloom, the combination may be hazardous if exposed to pollinators. Using pesticides used in blueberry or apple production, we conducted laboratory bioassays to test how combinations of field-relevant concentrations of DMI fungicides and insecticides affected honey bee ( Apis mellifera) survival. We found propiconazole, a DMI fungicide, potentiated the toxicity of the neonicotinoid insecticide acetamiprid. We found no evidence of propiconazole potentiating field-relevant concentrations of the spinosyn insecticide spinetoram. We also found that the DMI fungicide flusilazole potentiated spinetoram but not acetamiprid. A fungicidal formulation combining pyraclostrobin and boscalid did not potentiate either insecticide. Given that bees can be simultaneously exposed to multiple pesticides, understanding the potential of pesticide potentiation and synergism may help mitigate risks associated with pollinator exposure to pesticides.
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) | 0,000 | 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 ».