MétaCan
Menu
Retour à la cohorte
Enregistrement W2004882659 · doi:10.1081/css-120014544

DISTRIBUTION AND OCCURRENCE OF ATRAZINE, DEETHYLATRAZINE, AND AMETRYNE RESIDUES IN GROUNDWATER OF THE TROPICAL ISLAND BARBADOS

2002· article· en· W2004882659 sur OpenAlexaff
Beverley P. Wood, F. A. Gumbs, John V. Headley

Notice bibliographique

RevueCommunications in Soil Science and Plant Analysis · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSugarcane Cultivation and Processing
Établissements canadiensGlobal Institute for Water Security
Organismes subventionnairesnon disponible
Mots-clésAtrazineGroundwaterEnvironmental scienceSugar caneSimazineHydrology (agriculture)Water pollutionPesticideAquiferWater qualityGroundwater pollutionEnvironmental chemistryAgronomyChemistryEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The triazine herbicides atrazine (AT) and ametryne (AMET) are used extensively in Barbados to control weeds in sugar cane fields. These pesticides were monitored in groundwater (the primary source of potable water on the island) for the dry seasons of March–June, 1991 and January–May, 1992 and the wet season, July–December, 1992. Residues of either AT or AMET were detected in all 277 groundwater samples collected from 23 wells in three major groundwater catchments underlying heavily cultivated sugar cane fields. The concentration of AT and the metabolite deethylatrazine (DEAT) were in the range 0.11–2.61 μg/l with the highest occurrence in the most heavily cultivated sugar cane area, the Hampton catchment. These measured levels of atrazine in the groundwater, represent a relatively small fraction that may have leached from the annual application, and was estimated to be 0.12, 0.17 and 0.19% of the total amount applied to the Belle, Hampton and Western catchments respectively. These levels, however, are in general higher than those reported for related studies and lower application rates of atrazine in sugar cane plantations should be considered to help preserve the quality of potable water on the island.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,879

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,260
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations17
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications in Soil Science and Plant AnalysisMême sujetSugarcane Cultivation and ProcessingTravaux en français237 207