MétaCan
Menu
Retour à la cohorte
Enregistrement W4309244792 · doi:10.1002/ieam.4713

Challenges with the current methodology for conducting Endangered Species Act risk assessments for pesticides in the United States

2022· article· en· W4309244792 sur OpenAlexaff
R. Scott Teed, Dwayne R. J. Moore, Oliver Vukov, Richard A. Brain, Jay P. Overmyer

Notice bibliographique

RevueIntegrated Environmental Assessment and Management · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensIntrinsik (Canada)
Organismes subventionnairesnon disponible
Mots-clésEndangered speciesPesticideCurrent (fluid)Environmental scienceRisk assessmentEnvironmental planningEnvironmental healthEnvironmental protectionBusinessRisk analysis (engineering)EngineeringBiologyComputer scienceMedicineEcology

Résumé

récupéré en direct d'OpenAlex

The US Environmental Protection Agency (USEPA or the Agency) is responsible for administering the Federal Insecticide, Fungicide, and Rodenticide Act (FIFRA). The Agency is also required to assess the potential risks of pesticides undergoing registration or re-registration to threatened and endangered (i.e., listed) species to ensure compliance with the Endangered Species Act. To assess potential risks to listed species, a screening-level risk assessment in the form of a biological evaluation (BE) is undertaken by the Agency for each pesticide. Given the large number of registration actions handled by the USEPA annually, efficient tools for conducting BEs are desirable. However, the "Revised Method" that is the basis for the USEPA's BE process has been ineffective at filtering out listed species and critical habitats that are at de minimis risk to pesticides. In the USEPA's BEs, the Magnitude of Effect Tool (MAGtool) has been used to determine potential risks to listed species that potentially co-occur with pesticide footprints. The MAGtool is a highly prescriptive, high-throughput compilation of existing FIFRA screening-level models with a geospatial interface. The tool has been a significant contributor to risk inflation and ultimately process inefficiency. The ineffectiveness of the tool stems from compounding conservatism, unrealistic and unreasonable assumptions regarding usage, limited application of species-specific data, lack of consideration of multiple lines of evidence, and inability to integrate higher-tier data. Here, we briefly describe the MAGtool and the critical deficiencies that impair its effectiveness, thus undermining its intention. Case studies are presented to highlight the deficiencies and solutions are recommended for improving listed species assessments in the future. Integr Environ Assess Manag 2023;19:817-829. © 2022 The Authors. Integrated Environmental Assessment and Management published by Wiley Periodicals LLC on behalf of Society of Environmental Toxicology & Chemistry (SETAC).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,212
Tête enseignante GPT0,371
Écart entre enseignants0,159 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrated Environmental Assessment and ManagementMême sujetInsect and Pesticide ResearchTravaux en français237 207