MétaCan
Menu
← Retour à la cohorte
Enregistrement W2341556100 · doi:10.1021/acs.jafc.5b01076

Assessing the Fate of an Aromatic Hydrocarbon Fluid in Agricultural Spray Applications Using the Three-Stage ADVOCATE Model Framework

2015· article· en· W2341556100 sur OpenAlexaff
Liisa Toose, Christopher Warren, Donald Mackay, Thomas F. Parkerton, Daniel J. Letinski, Ryan Manning, Martin J. Connelly, Arlean M. Rohde, Brad Fritz, W. Clint Hoffmann

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésVolatilisationBiodegradationSorptionChemistryHydrocarbonEnvironmental chemistryEnvironmental scienceEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Components of emulsifiable concentrates (ECs) used in pesticide formulations may be emitted to air following application in agricultural use and contribute to ozone formation. A key consideration is the fraction of the ECs that is volatilized. This study is designed to provide a mechanistic model framework for estimating emissions of an aromatic hydrocarbon fluid used in ECs based on the results of spray chamber experiments that simulate fate as the fluids become subject to volatilization, sorption to soil, and biodegradation. The results indicate the need to treat the volatilization losses in three stages: (i) losses during spraying, (ii) losses up to 12 h after spraying in which the soil is coated with the ECs, and (iii) subsequent longer term losses in which the ECs become increasingly sorbed and subject to biodegradation. A mass balance model, the agrochemical derived volatile organic compound air transfer evaluation (ADVOCATE) tool, is developed, treating the ECs as seven hydrocarbon component groups, to estimate the volatilization and biodegradation losses using parameters fitted to empirical data. This enables losses to be estimated for each hydrocarbon component under field conditions, thereby providing a basis for improved estimation of ozone formation potential and for designing ECs that have lower emissions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food Chemistry→Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→