Poisoning Regulation, Research, Health, and the Environment: The Glyphosate-Based Herbicides Case in Canada
Notice bibliographique
Résumé
Despite discourse advocating pesticide reduction, there has been an exponential increase in pesticide use worldwide in the agricultural sector over the last 30 years. Glyphosate-Based Herbicides (GBHs) are the most widely used pesticides on the planet as well as in Canada, where a total of almost 470 million kilograms of declared "active" ingredient glyphosate was sold between 2007 and 2018. GBHs accounted for 58% of pesticides used in the agriculture sector in Canada in 2017. While the independent scientific literature on the harmful health and environmental impacts of pesticides such as GBHs is overwhelming, Canada has only banned 32 "active" pesticide ingredients out of 531 banned in 168 countries, and reapproved GBHs in 2017 until 2032. This article, based on interdisciplinary and intersectoral research, will analyze how as a result of the scientific and regulatory captures of relevant Canadian agencies by the pesticide industry, the Canadian regulation and scientific assessment of pesticides are deficient and lagging behind other countries, using the GBH case as a basis for analysis. It will show how, by embracing industry narratives and biased evidence, by being receptive to industry demands, and by opaque decision making and lack of transparency, Health Canada's Pest Management Regulatory Agency (PMRA) promotes commercial interests over the imperatives of public health and environmental protection.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 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 ».