Pesticide Residues in Unfermented Grape Juices and Raw Wines: A 5-year Survey of More than 3000 Products
Notice bibliographique
Résumé
The concentrations of 26 pesticides have been assayed in 1537 wines and in 1827 raw juices prior to fermentation from nine major wine-producing countries or regions. Seventeen pesticides were measurable in < 1% of the wines and juices. Seven yielded measurable concentrations in > 1% (18) juice products, three of which were also found in > 1% (15) of the wine samples. With the exception of Carbaryl (37 samples, 2.4%), no pesticide exceeded a concentration of 0.1 mg l -1 in > 0.5% (eight) of the wines analysed; indeed, this occurred for all other pesticides in only seven wines (0.47% of the total). In the case of juices, concentrations > 0.1 mg l -1 were detected most frequently for Folpet (219 samples, 12%) and Captan (212 samples, 11.6%) and in > 1% of samples for Guthion, Imidan and Carbaryl. The principles of good manufacturing practice suggest that maximal residual levels (MRLs) for Carbaryl in wine should be set at 0.8mg l -1 and 0.1 mg l -1 for all other pesticides. The same principles are consistent with MRLs of 0.5 mg l -1 for all except Folpet and Captan in juices. The latter two pesticides as parent compounds are rarely found in wines, even in trace amounts, but the presence of their metabolites has been well documented, and should be regarded with caution.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».