Impacto del uso de herbicidas para el control de plantas invasoras en los cuerpos de agua dulces y marinos
Bibliographic record
Abstract
Resumen en español: "Las invasiones biológicas, a pesar de ser recientemente reconocidas como una problemática ecológica importante, han existido desde la migración constante de los seres humanos, en especial la introducción de plantas exóticas que fueron consecuencia del descubrimiento de la agricultura y el trance al sedentarismo. La introducción de plantas se hizo más frecuente con el crecimiento poblacional, la evolución de los medios de transporte y el desarrollo de actividades como la horticultura. El problema con las introducciones de plantas son las especies que se naturalizan y se convierten en invasoras, haciendo competencia con las plantas autóctonas lo cual provoca, en algunos casos, su extinción y con ello la modificación y el equilibrio del paisaje. Diversas alternativas han sido aplicadas para el control de estas invasiones, siendo los métodos de control con herbicidas los más frecuentes debido a su bajo costo en dinero, tiempo y recursos humanos. Los herbicidas sin embargo, debido a su toxicidad, han provocado la problemática de la contaminación del suelo, el aire y el agua siendo este último uno de los ambientes más afectados por esta contaminación. El texto a continuación describe características de estas sustancias de acuerdo con su modo de acción, además se enuncian ejemplos de invasiones en las que los herbicidas fueron utilizados para su control. En este texto también se mencionan y comparan los efectos de estos tratamientos de control en cuerpos de agua dulce y de agua salada alrededor del mundo, cerca de los cuales fueron tratadas invasiones de plantas con herbicidas y cuya aplicación (según estudios consultados en este trabajo), impactó negativamente en peces, algas, sedimentos y el agua misma. Los cuerpos de agua dulce discutidos en este texto son: el lago de Banyoles en la región de iv Cataluña, el río Luján en Buenos Aires Argentina, los humedales Esteros de Farrapos e Islas del Río Uruguay en Uruguay y el río San Lorenzo en Quebec Canadá; los cuerpos de agua salada discutidos son: la Gran Barrera Arrecifal en Queensland Australia, el mar gallego de La Coruña en España y el mar de Costa Rica. Ambos grupos presentaron más similitudes que diferencias en cuestión de impacto ambiental por uso de herbicidas. "
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".