Applying eco-indicator sensitivity distribution to evaluate chlorpyrifos risk in grassland soils with prescribed fire and grazing history
Notice bibliographique
Résumé
Prescribed fire and grazing can enhance soil ecosystem functions in grasslands but may also induce ecological stress on soil function, making soil more vulnerable to chemical stressors like pesticides, which contaminate grasslands via aerial spray drift. Therefore, this study investigated the effects of prescribed fire-grazing history and chlorpyrifos toxicity on selected soil quality parameters and ecological indicators (eco-indicators) in a fescue prairie grassland soil. Burnt soil from an area subjected to prescribed fire in 2017 and annual cattle grazing and unburnt reference soil from adjacent areas subjected to grazing alone were collected in 2021 and exposed to varying doses of chlorpyrifos. Results showed no interactive effect of fire-grazing and chlorpyrifos toxicity on the measured soil quality parameters and eco-indicators. Whereas the fire-grazing effect in the burnt soil significantly enhanced soil quality parameters like base cations and available nitrogen, it exacerbated chlorpyrifos toxicity on key soil eco-indicators like oribatid mites and soil extracellular enzyme, acid phosphatase. Based on the eco-indicator sensitivity distribution framework, the burnt soil with history of fire and grazing was generally susceptible to chlorpyrifos, with ecological hazard concentrations at 5% (HC5Eco) to 50% (HC50Eco) ranging from 0.08 to 1.5 mg/kg compared with 0.5 to 4.0 mg/kg in the unburnt soil with grazing history alone. Regardless of the fire treatment, arylamidase, an enzyme crucial for nitrogen mineralization, was the most sensitive soil eco-indicator to chlorpyrifos toxicity. These findings suggest that fire, in combination with grazing, may increase the susceptibility of soil eco-indicators to chlorpyrifos toxicity, potentially due to changes in organic matter quality or increased stress from pyric byproducts.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».