HERBICIDES—PROTECTING LONG-TERM SUSTAINABILITY AND WATER QUALITY
Notice bibliographique
Résumé
World-wide, sediment is the major water quality problem. The use of herbicides for controlling competing vegetation during stand establishment can be beneficial to forest ecosystem sustainability and water quality by minimising off-site soil loss, reducing on-site soil and organic matter displacement, and preventing deterioration of soil physical properties. Sediment losses from sites where competing vegetation is controlled by mechanical methods can be 1 to 2 orders of magnitude greater than natural losses from undisturbed watersheds. On a watershed basis, vegetation management techniques in general increase annual erosion by <7%. Herbicides do not increase natural erosion rates. Organic matter and nutrients that are critical to long-term site productivity can be removed off-site by mechanical vegetation-management techniques and fire, or redistributed on-site in a manner that reduces availability to the next stand. For several decades, research has been conducted on the fate of forestry-use herbicides in various watersheds throughout the southern and western United States, Canada, and Australia. This research has evaluated chemicals such as 2,4-D, glyphosate, hexazinone, imazapyr, metsulfuron methyl, picloram, sulfometuron methyl, tebuthiuron, and triclopyr. Losses in streamflow, and leaching to groundwater have been evaluated. Field study data indicate that residue concentrations tend to be low, except where direct applications are made to ephemeral channels or streams, and do not persist for extended periods of time. Regional environmental impact statements in the United States demonstrate that forestry herbicide presence in surface and groundwater is not a significant risk to water quality or human health. They also clearly indicate that herbicides can greatly reduce water quality deterioration that is produced by erosion and sedimentation.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».