Low Cost Monitoring of Glyphosate in Surface Waters Using the ELISA Method: An Evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Concerns have been raised in the scientific community regarding the environmental implications of a dramatic increase in corn-based ethanol production and associated increases in pesticide use. The use of glyphosate, a broad-spectrum herbicide, for corn production has increased considerably in recent years in Canada and the United States. The cost of measuring concentrations of organic contaminants in the environment using traditional wet chemistry methods can be prohibitive; especiallywhen large numbers of samples are required to quantify the spatial and temporal variability in contaminant concentrations. The goal of our study was to evaluate a cost-effective method to measure glyphosate concentrations in surface waters. The reliability of enzyme-linked immunosorbent assay (ELISA) results was evaluated against liquid chromatography tandem mass spectrometry, and linear regression results for 30 water samples from urban watersheds revealed a strong relationship (R2 = 0.88). These results suggest that ELISA methods, used in conjunction with traditional methods, represent a cost-effective approach to enhance the spatial and temporal resolution of a water quality monitoring study. Additionally, we measured a total of 739 surface water samples from over 150 sampling locations throughout Ontario using ELISA from April to October 2007. Concentrations exceeded the method detection limit of 0.1 microg/L in 33% of the samples, with a maximum concentration of 12.0 microg/L. Glyphosate showed a bimodal temporal distribution with peak concentrations occurring in late spring/early summer and fall, and did not exceed the Canadian Council of Ministers of the Environment (CCME) guideline for the protection of aquatic life (65 microg/L) in any of the samples.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle