Assessment of Pesticide Exposure Control Practices Among Men and Women on Fruit-Growing Farms in British Columbia
Notice bibliographique
Résumé
Exposure to pesticides can be reduced by wearing personal protective equipment (PPE) or by implementing alternative pest control techniques, such as Integrated Pest Management (IPM). A cross-sectional telephone survey was conducted to explore the prevalence of these practices and the factors that may be associated with them among men and women involved in fruit growing in British Columbia (BC), Canada. Survey variables were developed using a framework that incorporated aspects of farm structure, health promotion, and risk perception theories. Three hundred and eighty people took part in the survey (response rate 75%). Of those who applied pesticides (n = 119), 63% indicated that they usually wore PPE during application. Individual equipment use varied. Gloves were worn most frequently (84%), followed by a spray suit (77%) and breathing protection (75%). Peer-related factors and farm-specific characteristics such as the type of crops grown were most strongly associated with PPE use, whereas perception of pesticide risk was only weakly associated with this practice. IPM techniques had been tried on 62% of the conventional farms in the study. A range of factors was significantly associated with the use of IPM, including cultural, attitudinal, experiential, and risk-based and farm-specific variables. These results suggest that decisions to adopt exposure control practices may reflect consideration from the multiple dimensions that make up farm life, including structural characteristics of the farm as well as the attributes of the individuals who live on farms. These findings provide a better understanding of current practices and may help in the development of programs to promote pesticide exposure control practices in the BC farming community.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».