Current-use pesticides in tree swallow (Tachycineta bicolor) prey
Notice bibliographique
Résumé
Analysis of biological tissues or direct sources of food may better characterize exposure of non-target organisms to current-use pesticides. Food boluses were collected from tree swallow (Tachycineta bicolor) nestlings using a non-lethal, ligature method and were composited based on nest. The ligatures, which prevented the bolus from being swallowed, were placed on nestlings for 1 h until samples were collected. Samples in 2016 were collected from nestlings at 6 days and 12 days post-hatch whereas 2018 samples were collected from nestlings at 12 days post-hatch. Furthermore, in 2016 and 2018, insects commonly consumed by tree swallows were collected via sweep net and composited based on suborder (Brachycera, Nematocera, Zygoptera, or other) following identification via dichotomous keys. All samples were collected from an agricultural region of central Saskatchewan, Canada. Samples were freeze-dried and homogenized prior to extraction. A subsample was removed for analysis (the whole sample was used for those with a total mass less than 0.1 g). Following pressurized liquid extraction with 50/50 (v/v) acetone/dichloromethane, samples were cleaned-up via pass-through solid phase extraction using Oasis PRiME HLB cartridges (3 cc, 150 mg). All samples were analyzed for 170 current-use pesticides using gas chromatography and liquid chromatography tandem mass spectrometry (GC/MS/MS and LC/MS/MS). A total of 24 current-use pesticides and metabolites were detected in bolus samples (0.3-784.3 ng/g) and 19 current-use pesticides were detected in insects (0.2-1169.6 ng/g).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,023 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».