Pristine™ fungicide does not pose a hazard to bumble bees in lowbush blueberry production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The risk assessment for plant protection products to bees has attracted a lot of attention over the past five years or more.Current estimates of exposure (e.g.EFSA, 2013) are based on 90th percentile concentrations of active substances present in pollen and nectar in the field.Although suitable for acute risks, in field concentrations are not suitable for chronic assessment especially for honey bees which feed from colony stores before making foraging flights or for larvae which are fed from in-hive food stores via nurse bees.Other areas of exposure such as to pollen and nectar in following crops or to guttation may also be better estimated by use of simple exposure models.We will present simple methods based worst case assumptions to model chronic adult and larval honey bee exposure to spray applications of plant protection products (PPP) which take into account in-hive storage of pollen and nectar and also approaches to model exposure levels in succeeding crops and guttation water.Case studies will be presented demonstrating how these worst case model exposure estimates can be used in refining the risk assessment for bees offering a robust, worst case and cost effective alternative to field studies.Having better robust modelled exposure estimates for in-hive food reserves can aid in the assessment of both single PPP stressors and interactions with multiple stressors (e.g.disease and Varroa mites).
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle