Organochlorine Pesticides Residues in Soil of Cocoa Farms in Ondo State Central District, Nigeria
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
Ondo State being the highest producer of Cocoa in Nigeria constitutes the most probable area with the highest use of chemical pesticides to enhance cocoa production. As effective as these chemicals may be in achieving this goal, the incidence of their residues on non-targeted substances and the total environment, with the attendant adverse effects have being of serious concerns. Our objective in this paper is to assess contamination of farm soils by organochlorine pesticides applied on cocoa farms within the Central Senatorial District of Ondo State, Nigeria. Soil samples were collected from selected cocoa farms and analysed for organochlorine pesticides residues using GC-MS. Some soil physicochemical properties including pH, particle size and organic matter that may influence the dynamics of the pollutants were also determined. Organochlorine compounds detected at varied concentrations include Endosulfan I and Endosulfan II occurring most frequently with highest concentrations of 350.10 mg/kg and 3.55 mg/kg respectively. Other organochlorine compounds detected were Heptachlor, Heptachlor epoxide, Aldrin, Deldrin,, isomers of Benzene hexachloride: ?-BHC, ?-BHC, ?-BHC, and ?-BHC (lindane). The concentrations of the organochlorine pesticides (mg/kg) measured in the soil samples showed significant (p<0.05) correlation with the total organic matter contents of the soil. Findings from this research thus, provide information on the current and health risk residue levels of organochlorine pesticides in soil from this region with which future environmental performance on the use of pesticides on cocoa farms could be progressively monitored.
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 | 0,000 |
| 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 découle