SURVEILLANCE OF POTENTIAL ENVIRONMENTAL EXPOSURE TO GOLF TURF PESTICIDES
Notice bibliographique
Résumé
Background and Aims: In Canada, golf courses are often permitted continued use of pesticides banned for cosmetic purposes, including those classified as “possible” carcinogens by the International Agency for Research on Cancer (IARC). As part of a National Carcinogen Surveillance Project (CAREX Canada), we geographically estimate environmental exposure potential for “possibly” carcinogenic pesticides applied to golf turf in Canadian watersheds. Methods: Pesticide type, application frequency, and course size were obtained from Canadian Golf Superintendents’ Association surveys (2004, 2008). Estimated annual use (kilograms active ingredient) were calculated using product label application rates from the Pest Management Regulatory Agency. A Canadian golf course database was compiled in a geographic information system (GIS) from national landuse, business directories and online sources. GoogleEarth was used to verify locations and rank courses by relative surrounding housing density (n): Low 0-2; Low-Medium 2-10; Medium-High 10-20; High >20. A method to develop an average course perimeter polygon for estimating adjacent populations is being developed. Results: Data sources of course locations were frequently inadequate. Locations were corrected to more accurately assess adjacent housing density. We identified three IARC “possible” carcinogens being used: 2,4-D, MCPP and chlorothalonil. Average annual use was calculated for a typical course and multiplied by number of courses in each watershed. For example, an average course applies 158 kg chlorothalonil annually. We identify hotspot watersheds, such as that in Western Canada using up to 19,586 kg (lower Fraser Valley). Percentage of courses with highest surrounding housing density varies by province: 11.8% British Columbia, 8.6% Alberta, and 1.4% Saskatchewan. Exposure surveillance information is disseminated in map format for comparison within and across provinces. Conclusions: We geographically assess golf course pesticide use across Canada at the watershed level to identify areas with greatest potential for environmental exposures. Ongoing research will provide more detailed population estimates that account for residential proximity to golf courses.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| 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 | 0,000 |
| 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 ».