Reducing human health and environmental risks associated with fungicide use on golf courses
Notice bibliographique
Résumé
Abstract The widespread use of pesticides on golf courses, essential for maintaining healthy turfgrass, has raised significant environmental and health concerns as perceived by many well‐intentioned members of society. In response to regulatory pressures, this study aimed to evaluate reduced‐risk approaches to managing two prevalent turf diseases, dollar spot ( Clarireedia spp.) and snow molds ( Typhula sp. and Microdochium nivale (Fr.) Samuels & I.C. Hallett), at two experimental sites in Quebec, Canada. A variety of treatments, including synthetic fungicides, reduced‐risk fungicides, biofungicides, and fertilizers, were assessed in 2021 and 2022. For dollar spot, the reduced‐risk fungicide isofetamid achieved similar disease control comparable to the synthetic standard (chlorothalonil/propiconazole); however, biofungicides and fertilizers did not provide significant disease reduction. For snow mold, a reduced‐risk treatment (fluoxastrobin + mefentrifluconazole) was effective but less so than the synthetic standard. Overall, reduced‐risk fungicides demonstrated potential for controlling these diseases while significantly reducing human health and environmental risks, although efficacy varied among those fungicides. This study supports the viability of integrating reduced‐risk or lower‐toxicity pesticides into golf course pest management strategies and programs, contributing to more sustainable turfgrass management practices.
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 | 0,000 | 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 ».