Effect of Household Processing on the Removal of Pesticide Residues in Okra Vegetable
Notice bibliographique
Résumé
The study has been designed to determine the extent of pesticide residues removal from okra through household processing. For this, okra crop was grown on university farm and application of pesticides were carried out at recommended dosage. After 24 hours, the okra was harvested, labeled and brought to the laboratory of Institute of Food Sciences and Technology, Sindh Agriculture University, Tandojam for their analyses and further processing such as washing, detergent washing, sun-drying and cooking, etc. being practiced at various households. Pesticide residues were extracted from okra by solvent partitioning and cleaned by C18 cartridges/activated charcoal by using acetonitrile for elution and then cleaned up residues were analyzed through HPLC-UV. The analysis of data revealed that imidacloprid is highly effective against pests at low dosages and its residues in processed as well as unprocessed okra samples were within MRLs (0.5ppm). Imidacloprid residues 0.31 ppm in unwashed okra was reduced to 0.082 ppm by detergent washing (73% removal). Emamectin benzoate residues were high in unwashed okra (0.51 ppm as against MRLs of 0.2ppm), however, its residues were reduced to MRLs by detergent washing and subsequent processing by frying, thermal dehydration or sun-drying of detergent washed okra.
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 | 0,005 | 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 | 0,000 | 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 ».