MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133282249

Discussion sur les normes de qualité environnementale (NQE) et leur élaboration pour la surveillance des effets de l'utilisation de pesticides et de médicaments sur les sites d'aquaculture marine

2023· other· fr· W7133282249 sur OpenAlexaboutno aff
D. H. Hamoutene, E. Ryall, E. Porter, F. H. Page, K. Wickens, D. K. H. Wong, J. Martell, L. Burridge, J. Villeneuve, Jr C Miller

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2023
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental policyPesticide degradationPesticide
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les normes de qualité environnementale (NQE) sont des seuils numériques sélectionnés pour protéger les écosystèmes en limitant le rejet d’une substance chimique à des concentrations qui ne causeront pas de dommages irréparables ni de toxicité pour les espèces aquatiques sensibles. Elles font partie intégrante de la conception d’un programme de surveillance efficace et leur application peut comporter des aspects temporels (dispersion dans l’eau pour les pesticides de bain) et spatiaux (zone de rejet admissible pour les médicaments mélangés à la nourriture). Il existe des valeurs NQE pour les compartiments eau ou sédiments en fonction du coefficient de partage n-octanol/eau (Koe) des composés ciblés. Les NQE pour l’eau peuvent être divisées en deux grands types : les NQE pour l’exposition maximale de courte durée à un produit chimique (NQE-CAM), et les NQE pour l’exposition de longue durée (NQE-MA). Pour ce qui est des NQE pour les sédiments, il n’y a pas différences dans les NQE à court terme et à long terme, en raison de la nature de cette voie d’exposition (en d’autres mots, les organismes qui vivent dans les sédiments seraient constamment exposés). Dans le présent document, nous avons évalué un processus permettant de déduire des NQE pour quelques médicaments mélangés aux granulés (benzoate d’émamectine [BEM], ivermectine, téflubenzuron et lufénuron) et pesticides (azaméthiphos et peroxyde d’hydrogène) utilisés dans les exploitations piscicoles canadiennes en nous appuyant sur des données toxicologiques pertinentes et accessibles. Ces NQE sont proposées pour illustrer la méthode utilisée pour déterminer des seuils et sont liées aux principes actifs. Le choix des seuils définitifs devra être guidé par l’établissement d’objectifs de gestion clairs, qui seront définis par les décideurs. Les points suivants résument l’approche et les recommandations principales du présent document de travail : Il existe deux approches différentes pour établir les NQE en fonction de la qualité et de la quantité des données toxicologiques disponibles : l’application de la distribution de la sensibilité des espèces (DSE) lorsqu’un minimum de 10 critères d’effet écotoxicologiques similaires pour un minimum de huit groupes taxonomiques sont disponibles, et l’approche déterministe appliquée dans les situations où ces exigences en matière de données ne sont pas remplies (CCME, 2007; TGD, 2018). Les données toxicologiques pour les médicaments mélangés à la nourriture (granulés) (BEM, ivermectine, téflubenzuron et lufénuron) ne répondent pas aux exigences pour l’établissement d’une DSE (hormis pour la lufénuron pour laquelle une DSE a précédemment été déterminée par d’autres auteurs). Par conséquent, seule une approche déterministe peut être utilisée pour établir les NQE en fonction des données accessibles. Cette approche a également été utilisée pour l’azaméthiphos et le peroxyde d’hydrogène. Cependant, il est recommandé de vérifier la faisabilité d’une DSE ultérieurement pour établir les valeurs NQE-CAM pour ces deux composés en tenant compte des temps de dispersion. Cette étape devra également être guidée par les considérations réglementaires interministérielles sur l’utilisation des pesticides. Nous avons évalué la qualité des études de toxicité disponibles, à la fois les données essentielles et les données justificatives déterminées par les organismes de réglementation et/ou les groupes de spécialistes internationaux. En outre, l’évaluation de la qualité des études récentes a été réalisée selon les critères de déclaration et d’évaluation de l’écotoxicité (CRED) publiés et les lignes directrices connexes (Moermond et al., 2015; TGD, 2018), mais elles devront être examinées de plus près par des groupes de spécialistes. Pour ajuster les facteurs d’évaluation, nous nous sommes fondés sur les données concernant le mode d’action spécifique de produits chimiques, notamment l’azaméthiphos, l’ivermectine, le téflubenzuron et la lufénuron, et sur les données disponibles sur les organismes sensibles identifiés. En outre, nous avons sélectionné des données toxicologiques pertinentes dans le temps dans le cas des NQE proposées pour l’azaméthiphos, sur la base de travaux antérieurs sur les modèles de dispersion. Les NQE présentées dans les pages qui suivent illustrent le processus employé pour leur calcul et donnent un aperçu des données toxicologiques disponibles. Il faudra faciliter l’accès aux données confidentielles fournies aux organismes de réglementation par les fabricants pour obtenir les autorisations de mise en marché de leurs produits afin de garantir l’établissement approprié de normes environnementales. En fin de compte, la définition d’objectifs de gestion clairs par les décideurs et des discussions supplémentaires entre les spécialistes guideront le choix des NQE finales et leur utilisation en réglementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,049
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,004
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→Travaux en français237 207→