High-Frequency Sampling of Small Streams in the Agroecosystems of Southwestern Ontario, Canada, to Characterize Pesticide Exposure and Associated Risk to Aquatic Life
Notice bibliographique
Résumé
The temporal dynamics of pesticide concentrations in streams remains poorly characterized in southwestern Ontario, a region of the province where land use is dominated by agriculture. Understanding the magnitude and duration of pulsed exposures to pesticides in these small streams is critical when estimating the risk of pesticides to these aquatic ecosystems. The present study investigated the application of a high-frequency water sampling approach paired with the collection of flow data to characterize the pulsed exposure of pesticides to small streams in southwestern Ontario. Six sites along 2 different streams with different magnitudes of agricultural land use in their upstream catchments were sampled using half-day composite samples from July to October 2018 and from May to September 2019. A total of 1043 samples were collected over the 2 yr, of which 210 were analyzed. Samples for analysis were chosen based on flow, water level, and precipitation data. Liquid and gas chromatography coupled with tandem mass spectrometry was used to measure >500 pesticides in each water sample. A total of 35 different compounds were detected over the 6 sampling sites. For pesticides that were detected in >10% of water samples above the method quantification limit, a deterministic risk assessment using water quality guidelines and a probabilistic risk assessment using species sensitivity distributions were performed. The calculated hazard quotients showed that 2,4-D, atrazine, metolachlor, and metribuzin exceeded a level of concern of 1 at the highest concentrations detected. In all cases, hazard concentrations that would be protective of 95% of species from the species sensitivity distributions were greater than the 95th centile of the environmental exposure distributions, meaning that the risk from the pesticides was low. Environ Toxicol Chem 2020;39:2570-2587. © 2020 SETAC.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».