Pesticide runoff from conventional tillage, minimum tillage, and no‐tillage cropping systems: Meta‐analysis of published North American data
Notice bibliographique
Résumé
Pesticide applications may soon be regulated by laws predicated on the presupposition that reducing tillage, and thereby increasing soil surface crop residue cover, decreases sorbed and soluble agrochemical losses in surface runoff and erosion. This analysis was conducted to determine whether pesticide transport via surface runoff and erosion could be manipulated by tillage practices. Estimates of the amounts of crop residue cover within each tillage practice were averaged from data reported in the original articles. Response ratios of the paired means of runoff, erosion, and pesticide losses and concentrations from the effects of tillage practices were meta-analyzed as paired Student's t-tests using inverse-variance weighted least squares means from data reported from research experiments conducted in the United States and Canada and published between 1984 and 2006. Transitioning from conventional tillage to minimum tillage increased crop residue cover 5.4-fold while concurrently reducing runoff, sediment, and soluble and sorbed pesticide losses 26%, 64%, and 15%, respectively, despite an 11% increase in pesticide concentrations in runoff. Conversely, converting from conventional tillage to no-tillage increased crop residue cover 15.3-fold, reduced runoff 43%, and decreased sediment loss 87%, yet had no effect on pesticide losses because eliminating tillage increased pesticide concentrations in runoff 77%. Soil, environmental, time, and physiochemical factors were not included in the analysis due to lack of data. Consequently, minimizing rather than eliminating tillage may be effective at decreasing agrochemical losses in surface runoff and erosion, but more research is needed to examine the potential effects of cofactors to make recommendations to reduce pesticide runoff.
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 | 0,020 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,034 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».