Assessment of risks to listed species from the use of atrazine in the USA: a perspective
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
= Octanol-Water partition coefficient. LC50 = Concentration lethal to 50% of the tested organisms. LC-MS-MS = Liquid Chromatograph with Tandem Mass Spectrometry. LD50 = Dose lethal to 50% of the tested organisms. LAA = Likely to Adversely Affect. LOAEC = Lowest-Observed-Adverse-Effect Concentration. LOC = Level of Concern. MA = May Affect. MATC = Maximum Acceptable Toxicant Concentration. NAS = National Academy of Sciences. NCWQR = National Center of Water Quality Research. NE = No Effect. NLAA = Not Likely to Adversely Affect. NMFS = National Marine Fisheries Service. NOAA = National Oceanic and Atmospheric Administration. NOAEC = No-Observed-Adverse-Effect Concentration. NOAEL = No-Observed-Adverse-Effect Dose-Level. OECD = Organization of Economic Cooperation and Development. PNSP = Pesticide National Synthesis Project. PQ = Plastoquinone. PRZM = Pesticide Root Zone Model. PWC = Pesticide in Water Calculator. QWoE = Quantitative Weight of Evidence. RGR = Relative growth rate (of plants). RQ = Risk Quotient. RUD = Residue Unit Doses. SAP = Science Advisory Panel (of the USEPA). SGR = Specific Growth Rate. SI = Supplemental Information. SSD = Species Sensitivity Distribution. SURLAG = Surface Runoff Lag Coefficient. SWAT = Soil & Water Assessment Tool. SWCC = Surface Water Concentration Calculator. UDL = Use Data Layer (for pesticides). USDA = United States Department of Agriculture. USEPA = United States Environmental Protection Agency. USFWS = United States Fish and Wildlife Service. USGS = United States Geological Survey. WARP = Watershed Regressions for 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle