MétaCan
Menu
Retour à la cohorte
Enregistrement W3204369351 · doi:10.21423/jrs-v09i2moore

How Protective to the Environment is the Pesticide Risk Assessment and Registration Process in the United States?

2021· article· en· W3204369351 sur OpenAlexaff
Dwayne R. J. Moore, Caleb McCarroll-Butler, Raghavendhran Avanasi, Wenlin Chen, Mark White, Richard A. Brain

Notice bibliographique

RevueJournal of Regulatory Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensIntrinsik (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)PesticideUnintended consequencesEnvironmental planningBusinessProcess (computing)Risk analysis (engineering)Environmental resource managementEnvironmental protectionPolitical scienceEnvironmental scienceComputer scienceLawEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The media, public, and other stakeholders are generally unaware of the degree of protection provided to the environment by the current pesticide registration process in the United States. Each pesticide product must meet extensive fate and toxicological data requirements (typically 100+ studies) to be considered by the U.S. Environmental Protection Agency (EPA). The EPA uses that information to conduct ecological, human health, and benefits assessments and make decisions on whether to register pesticides and, if so, under what conditions. The assessments rely on conservative assumptions, models, and inputs to consistently err on the side of caution throughout the pesticide registration process. The rigorous compliance requirements specified in the Federal Insecticide, Fungicide, and Rodenticide Act (FIFRA) and Endangered Species Act (ESA) are designed to preclude unacceptable adverse effects. However, this reality seldom, if ever, makes headlines. Pesticides are not causing the dire widespread apocalyptic effects often portrayed by some media outlets. Rather, pesticides have been doing what they were intentionally designed to do, controlling pests and increasing yields, within the stringent limitations of registered labels. The continually evolving pesticide registration process was originally predicated on the unintended adverse effects neither anticipated nor considered over 50 years ago, due to insufficient regulation and oversight at the time. However, the contemporary regulatory paradigm in the U.S. is data rich and analysis intensive by design, and perhaps understandably, biased towards ensuring environmental protection when registering pesticides. https://doi.org/10.21423/jrs-v09i2moore

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,044
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,234

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,017
Communication savante0,0230,023
Science ouverte0,0020,005
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,291
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Regulatory ScienceMême sujetInsect and Pesticide ResearchTravaux en français237 207