MétaCan
Menu
Retour à la cohorte
Enregistrement W2510444376 · doi:10.6000/1927-520x.2016.05.02.3

Pesticides and Veterinary Drugs Residues in Conventional Meat: A Food Safety Issue

2016· article· en· W2510444376 sur OpenAlexvenueno aff
Irfan Khan, Saghir Ahmad

Notice bibliographique

RevueJournal of Buffalo Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesAligarh Muslim University
Mots-clésVeterinary DrugsAgricultureBusinessFood safetyBiotechnologyVeterinary drugPesticidePesticide residueAgricultural scienceEnvironmental healthToxicologyMedicineFood scienceVeterinary medicineBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

In the current scenario the most of people are well aware with health issues. Food safety is generally related with the quality of food i.e. whether the food product is standardised as according to national or international norms set by the statutory organisations. People can compromise with the nutritive values of food but not with their safety aspects. The meat and meat products carry the burden of harmful agents according to the production methods. Now-a-days the feedlot animals are being reared either through the natural farming (organic farming) or conventional farming method. Those methods produce safe and healthier meat because there is no use of harmful chemical agents’ viz., pesticides, herbicides, hormones, growth promoters, veterinary drugs and etc. On the other hand, in the conventional farming, all these chemical agents are used to enhance animal growth. Several chemical agents like pesticides and veterinary drugs residues may cause harmful health implications viz., teratogenicity, carcinogenicity, hypersensitivity reactions, gut bacterial resistance, toxicity and many more health problems in human beings. It is the thrust of today to replace the conventional meat with the organic meat to check the use of harmful chemical agents for a healthy social life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,251
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Buffalo ScienceMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207