Use of Postregistration Monitoring Data to Evaluate the Ecotoxicological Risks of Pesticides to Surface Waters: A Case Study with Chlorpyrifos in the Iberian Peninsula
Notice bibliographique
Résumé
Chemical monitoring data sets such as those provided by the implementation of the Water Framework Directive (WFD) offer opportunities to evaluate the ecological risks of pesticides under large spatiotemporal scales and to evaluate the protectiveness of the current prospective risk-assessment framework. As a case study, we used the monitoring data set for the insecticide chlorpyrifos to perform a probabilistic risk assessment for Iberian surface-water ecosystems. The specific objectives of the study were 1) to assess the occurrence of chlorpyrifos in relation to different agricultural production land uses, 2) to assess the spatiotemporal variation in the exceedance of the European WFD short- and long-term environmental quality standards (maximum allowable concentration environmental quality standard [MAC-EQS] and annual average [AA] EQS), and 3) to perform a probabilistic risk assessment for freshwater invertebrates. A database that contains chlorpyrifos concentrations from 14 600 surface water samples taken between 2012 and 2017 in the Iberian Peninsula (Spain and Portugal) was analyzed, and chlorpyrifos was detected in 21% of these samples. The MAC-EQS was exceeded in 2% of the cases, whereas the AA-EQS was exceeded in 18% of the cases. The majority of the exceedances took place in the littoral areas of the eastern and southeastern parts of the Iberian Peninsula, particularly in areas with dominant citrus production during late spring, late summer, and autumn. The present study indicates unacceptable risks posed by chlorpyrifos to Iberian surface waters over the study period, although it was approved for use in Europe. The present study supports the need to perform further postregistration monitoring assessments with other pesticides following similar approaches, which can help to identify possible pesticide-misuse practices and improvements of the prospective risk-assessment framework. Environ Toxicol Chem 2021;40:500-512. © 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».