Increased reliance on insecticide applications in<scp>C</scp>anada linked to simplified agricultural landscapes
Notice bibliographique
Résumé
Intensification of agriculture and increased insecticide use have been implicated in global losses of farmland biodiversity and ecosystem services. We hypothesized that increased insecticide applications (proportion of area treated with insecticides) in Canada's expansive agricultural landscapes are due, in part, to shifts toward more simplified landscapes. To assess this relationship, we analyzed data from the Canadian Census of Agriculture spanning 20 years including five census periods (1996-2016) and across 225 census units within the four major agricultural regions of Pacific, Prairie, Central, and Atlantic Canada. Generalized mixed effects models were used to evaluate if changes in landscape simplification - defined as the proportion of farmland in crops (cereals, oilseeds, pulses and fruit/vegetables) - alongside other farming and climatic variables, influenced insecticide applications over time. Bayesian spatial-temporal models were further used to estimate the strength of the relationship with landscape simplification over time. We found that landscape simplification increased in 89% and insecticide applications increased in 70% of the Census Division spatial units during the 1996-2016 period. Nationally, significant increases in landscape simplification were observed in the two most agriculturally intensive regions of Prairie (from 55% to 63%) and Central (from 51% to 60%) Canada. For both regions, landscape simplification was a strong and significant predictor of higher insecticide applications, even after accounting for other factors such as climate, farm economics, farm size and land use practices (e.g., area in cash crops and tillage). If current trends continue, we estimated that insecticide applications will increase another 10%-20% by 2036 as a result of landscape simplification alone. To avoid increased reliance on toxic insecticides, agri-environmental policies need to consider that losing diverse natural habitat can increase insect pest pressure and resistance with negative environmental consequences extending beyond the field.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».