Glyphosate and aminomethyphosphonic (AMPA) contents in Brazilian field crops soils
Notice bibliographique
Résumé
Because of a lack of direct measurements, the presence and persistence of glyphosate and its main metabolite aminomethylphosphonic acid (AMPA) in agricultural soils of Brazil remains unknown. This paper aims at reporting glyphosate and AMPA contents in Brazilian field crop soils at the country scale from southern states to eastern Amazon. Brazilian field crop farmers are among the highest users of glyphosate-based herbicides (GBH) in the world. Soybean and corn field crop soils from 17 sites were collected at two depths (i.e. 0-20 cm and 20-40 cm) in 2016 and 2018. The study area encompasses three regions of Brazil: southern Brazil, central-west Brazil and eastern Amazon, all having in common intensive, conventional, large-scale grain farming. ßGlyphosate and AMPA contents were measured using a GC-ECD following soil extraction. Both chemicals were ubiquitously detected in soils cultivated under various agricultural practices ranging from ploughing to no-till ones. Average measured glyphosate and AMPA contents were 0.08 ± 0.09 µg/g and 0.17 ± 0.16 µg/g respectively with maximum values of 0.57 µg/g and 0.98 µg/g. Glyphosate plus AMPA contents in the top 40 cm of soils presented cumulated amounts exceeding the annual glyphosate inputs via GBH. This is interpreted as a multiannual persistence of these chemicals in Brazilian agricultural soils. Downward migration of glyphosate and AMPA is also suspected with regard to the vertical distribution of these chemicals along with deeper soil horizons. This study highlights the backlash of conservation agriculture as far as glyphosate and AMPA presence in agricultural soils are concerned. These compounds persistence in Brazilian soils appear to be longer than what is usually reported in the literature, especially so for tropical environments. The worldwide concern about the ubiquitous presence of glyphosate and AMPA in the environment needs a broader screening in Brazilian field crop soils since the majority of the available data comes from Argentina, Europe and to a lesser extent North America.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».