The Risk of Dietary Exposure to Pesticide Residues and Its Association with Pesticide Application Practices among Vegetable Farmers in Arusha, Tanzania
Notice bibliographique
Résumé
This study was conducted to assess dietary exposure to pesticide residues and pesticide application practices leading to the presence of these residues among vegetable farmers in Arusha, Tanzania. Face-to-face interviews using semi-structured questionnaires (including 24-hour recall and food frequency questionnaire techniques) were conducted to collect information on pesticide application practices and vegetable consumption, from 76 farmers. A sample of ready-to-eat vegetables was collected from each farmer's household to determine the level of pesticide residues. Pesticide residues were analyzed by gas chromatography-mass spectroscopyA deterministic approach was used to assess dietary exposure to pesticide residues. Among the analyzed samples, 31.4% contained detectable levels of organophosphate residues. The detected organophosphates were dimethoate (mean, 8.56 mg kg-1), acephate (mean, 2.9 mg kg-1), profenofos (mean, 8.44 mg kg-1), dichlorvos (mean, 20.8 mg kg-1) and malathion (mean, 5.47 mg kg-1). The mean exposure for dimethoate (0.0021 mg kg-1 body weight (wt) day‑1 was higher than its corresponding acceptable daily intakes of 0.002 mg kg-1bwd‑1 resulting in hazard quotient of 1.044 with a consequent hazard index of 1.19 for organophosphates. Pyrethroid pesticides (permethrin, cypermethrin, and lambda-cyhalothrin) were also detected but at a lower frequency (17.1%) and hazard index (0.029). The exposure to pesticide residues was significantly associated with limited access to expert advice on pesticide application (p=0.031, adjusted odds ratio=6.56) and over-dosage (p=0.038, adjusted odds ratio=3.751).The risk may be minimized by increasing access to support by extension service providing guidance on good practices and ensuring application of appropriate doses for pesticides.
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 | 0,004 | 0,004 |
| 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 ».