Review of studies analysing glyphosate and aminomethylphosphonic acid (AMPA) occurrence in groundwater
Notice bibliographique
Résumé
The herbicide glyphosate (N-phosphonomethylglycine) has been the most commonly applied herbicide worldwide for the past 40 years. This review presents and discusses the state of knowledge concerning groundwater contamination by glyphosate and its metabolite, aminomethylphosphonic acid (AMPA). A dataset of 48 reports and articles reporting on glyphosate and AMPA in groundwater worldwide was constructed from the published literature. Specific attention was given to the analysis of available studies on glyphosate and AMPA transport in groundwater to investigate groundwater contamination factors. The information presented in this review highlights detectable groundwater contamination in several countries, with many cases exceeding European groundwater quality standards. Both agricultural and non-agricultural applications of glyphosate can be significant sources of pollution, and proximity to agricultural fields is a significant risk factor. AMPA has two primary sources, glyphosate and amino polyphosphates, but very little information is available about the origin of AMPA detected in groundwater. Glyphosate and AMPA transport to groundwater can be significant in well-structured soils that are rich in macropores, where it generally occurs via preferential flow. An inverse relationship was highlighted between the groundwater depth and glyphosate and the occurrence and concentration of AMPA in groundwater; however, some discrepancies among the studies were identified. Heavy rainfall shortly after glyphosate application poses a high risk of its transport to groundwater. Seasonal trends in glyphosate and AMPA in groundwater, related to application timing, agronomic practices, and weather conditions, were also observed. Finally, risk-management measures are proposed.
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 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) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».