MétaCan
Menu
Retour à la cohorte
Enregistrement W1980846083 · doi:10.1080/19440049.2014.886339

Reported prevalence and quantitative LC-MS methods for the analysis of veterinary drug residues in honey: a review

2014· review· en· W1980846083 sur OpenAlexfundno aff
Ryan Venable, Carion Haynes, Jo Marie Cook

Notice bibliographique

RevueFood Additives & Contaminants Part A · 2014
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, DavisPublic Health AgencyCanadian Food Inspection Agency
Mots-clésApiaryBeehiveBiotechnologyVeterinary DrugsVeterinary drugVeterinary medicineGovernment (linguistics)ToxicologyMedicineEnvironmental healthBiologyBeekeepingChemistry

Résumé

récupéré en direct d'OpenAlex

Insect pollination increases the value and productivity of three-quarters of crop species grown for food. Declining beehive health in commercial apiaries has resulted in numerous reports from government laboratories worldwide of contamination with antimicrobial chemicals in honey. This review includes pertinent discussion of legislation and events leading to increased government oversight in the commercial honey market. A detailed summary of the variety and prevalence of veterinary drug residues being found in honey as well as a selection of robust quantitative and confirmatory LC-MS methods with an emphasis on those adopted by government testing laboratories are presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,173
Tête enseignante GPT0,445
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Additives & Contaminants Part AMême sujetInsect and Pesticide ResearchTravaux en français237 207