Quantifying changes in the environmental impact of in-crop herbicide use in Saskatchewan, Canada
Notice bibliographique
Résumé
Abstract The sustainable management of herbicides is critical to modern agriculture and the environment. This article examines the evolution and environmental implications of herbicide use in Saskatchewan, Canada, agriculture. It quantifies changes in herbicide use and their environmental impacts by analyzing farm-level herbicide use data from 1991 to 1994 and from 2016 to 2019 through the environmental impact quotient. Results confirm significant reductions in both environmental and toxicological impacts of herbicides used, underlining the pivotal shift from tillage-based weed control to herbicide-resistant cropping systems. The environmental impact of the top five herbicides (glufosinate, glyphosate, clethodim, imazamox, and 2,4-D) used from 2016 to 2019 is 65% lower than that for those herbicides (MCPA, 2,4-D, bromoxynil, diclofop-methyl, and trifluralin) used from 1991 to 1994, with a 45% reduction in the active ingredient applied per acre. Despite increased herbicide use due to more crop acres being seeded, the findings highlight a marked improvement in the sustainability of herbicide use, affirming the importance of technological advancements in agriculture. This research contributes valuable insights into long-term trends in herbicide use, offering a practical framework for informed decisions aligning with sustainable agricultural practices as well as reduced biodiversity impacts.
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 | 0,000 | 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 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 ».