Relationship between stream size, watershed land use, and pesticide concentrations in headwater streams
Notice bibliographique
Résumé
A quantitative multiresidue study of current-use pesticides in multiple matrices was undertaken with field sampling at 32 headwater streams near Lac Saint-Pierre in Québec, Canada. A total of 232 samples were collected in five campaigns of stream waters and streambed sediments from streams varying in size and watershed land use. Novel multiresidue analytical methods from previous work were successfully applied for the extraction of pesticide residues from sediments via pressurized liquid extraction (PLE) and quantitative analysis using ultra high-performance liquid chromatography tandem mass spectrometry (UHPLC-MS/MS) with online sample preparation on a hydrophilic-lipophilic balance (HLB) column. Of the 31 target compounds, including 29 pesticides and two degradation products of atrazine, 29 compounds were detected at least once. Consistent with other studies, atrazine and metolachlor were the most widely-detected herbicides. Detections were generally higher in water than sediment samples and the influence of land use on pesticide concentrations was only detectable in water samples. Small streams with a high proportion of agricultural land use in their watershed were generally found to have the highest pesticide concentrations. Corn and soybean monoculture crops, specifically, were found to cause the greatest impact on pesticide concentration in headwater streams and correlated strongly with many of the most frequently detected pesticides. This study highlights the importance of performing multiresidue pesticide monitoring programs in headwater streams in order to capture the impacts of agricultural intensification on freshwater ecosystems.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».