MétaCan
Menu
Retour à la cohorte
Enregistrement W2021881358 · doi:10.12735/as.v1i1p01

The Potential for Using Ozone to Decrease Pesticide Residues in Honey Bee Comb

2013· article· en· W2021881358 sur OpenAlexvenueno aff
Rosalind R. James

Notice bibliographique

RevueAgricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeeswaxPesticideChlorpyrifosOzoneChemistryToxicologyTriclopyrPermethrinNectarOdorHoney beeWaxPesticide residueBeehiveBeekeepingEnvironmental chemistryHorticultureBiologyPollenBotanyChemical controlAgronomyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ozone is a strong oxidizer, and we evaluated its potential to eliminate pesticides from honeycomb and empty honey bee hives. Honey bees are exposed to pesticides when foraging for nectar and pollen and when beekeepers use in-hive chemical pest control measures. Persistent pesticides can accumulate in the hive over years, potentially harming the bees. Honeycomb is removed from bee colonies for honey extraction and then placed back on the colonies at a later date, providing a time when combs could be fumigated to eliminate or reduce pesticide residues. We found that ozone gas at a rate >920 mg O3/m3 for 10-20 h lowers coumaphos residues on a glass surface by 93-100% and tau-fluvalinate by 75-98%. Ozone was less effective at eliminating pesticides on beeswax, and residues were more effectively eliminated with new combs (comb built by bees within 3 y) than with old combs (combs used by beekeepers for >10 y). Ozone significantly reduced dimethylphenyl formamide, chlorpyrifos, and fenpyroximate contaminations in comb. When comb is treated with ozone, an off-odor is created, but the volatiles were found to be primarily straight chain aldehydes and carboxylic acids that are probably harmless to bees and humans. Ozone may have some utility for lowering pesticide residues in bee hives, but it would be more effective if a mechanism could be found that provides better penetration into wax, a goal not fully accomplished in our method.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,278
Écart entre enseignants0,250 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural ScienceMême sujetInsect and Pesticide ResearchTravaux en français237 207