Impact de l'épandage des biosolides municipaux sur les apports en glyphosate et en AMPA et persistance de ces composés dans les sols agricoles de grandes cultures en Montérégie, Québec
Bibliographic record
Abstract
Le glyphosate est l’ingrédient actif de la famille d’herbicides la plus utilisée dans le monde. Il se dégrade généralement en quelques semaines dans les sols, la majorité en acide aminométhylphosphonique (AMPA). Ce dernier est plus persistant que le glyphosate, et peut s’accumuler d’une année de culture à l’autre. Les herbicides à base de glyphosate (HBG) représentent 48 % des ventes agricoles au Québec et comportent des indices de risque pour la santé (IRS) et des indices de risques pour l’environnement (IRE) faibles. Le plan d’agriculture durable (PAD) du Québec vise notamment à réduire de 500 000 kg les ventes de pesticides de synthèse et de diminuer de 40 % les IRS et IRE d’ici 2030. Les biosolides municipaux (BSM) sont proposés comme fertilisants abondants, peu coûteux et riches en phosphore et azote. Cependant, ces derniers peuvent contenir du glyphosate ainsi que des phosphonates pouvant eux-mêmes générer du glyphosate et de l’AMPA. Cette étude vise à évaluer si l’épandage de BSM : 1) peut contribuer significativement à la charge en glyphosate et en AMPA des sols agricoles, 2) peut contribuer significativement à la charge en éléments traces métalliques (ÉTM) et 3) permet de remplacer au moins en partie la fertilisation minérale tout en maintenant des rendements similaires. Pour ce faire, quatre exploitations agricoles de grandes cultures au Québec (Montérégie) ont été sélectionnées pour établir les systèmes expérimentaux. À chacun des sites sur une période de deux ans (2021 et 2022), deux champs ont été suivis. En 2021, un champ de soya Roundup® Ready a été semé sur chacun des quatre sites, tandis qu’un second champ a été semé avec du maïs Roundup® Ready. En 2022, les cultures ont été alternées, créant des rotations soya-maïs-grain et maïs-grain-soya pour les deux années. Des échantillons de sol (0-20 cm) ont été prélevés à trois moments dans la saison sur deux ans (2021 et 2022). Les BSM appliqués en 2021 et 2022 avaient des teneurs moyennes de 0,69 ± 0,53 μg de glyphosate/g sec et de 6,26 ± 1,93 μg d'AMPA/g sec. Malgré le glyphosate et l’AMPA présents dans les BSM, le suivi des teneurs de ces deux composés sur deux ans dans des cultures de maïs-grain et de soya ne montre pas de différences significatives entre les parcelles avec et sans application de BSM. Pour un même site, les rendements mesurés à la récolte sont similaires entre les traitements. Indépendamment des parcelles ayant reçu des BSM, nos résultats démontrent aussi une pseudo-persistance du glyphosate et de l’AMPA dans les sols pendant les deux ans de l’étude. La pseudo-persistance se produit lorsque l'introduction d'un composé dans l'environnement dépasse sa capacité à se dissiper. Les rendements des cultures sont différents entre les sites ayant des quantités d’herbicides appliquées et des IRE et des IRS différents. Dans cette étude, il a été possible d’obtenir de bons rendements en utilisant de faibles quantités d’ingrédients actifs et des IRS/IRE bas. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : BSM, IRS, IRE, maïs-grain, soya, pseudo-persistance
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 | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".