MétaCan
Menu
Retour à la cohorte
Enregistrement W2867741138 · doi:10.5539/jas.v10n8p107

Preservative Effects of Strobilurin Fungicides on Citrus Storage Diseases and Residue Safety Assessment

2018· article· en· W2867741138 sur OpenAlexvenueno aff
Yueyi Song, Jianshu Chen, Xiaojun Chen, Qingxia Zhang, Li Ren, Zhiyuan Meng, Yajun Ren, Lingjun Guan, Tianle Fan, Dianjing Shen

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesSix Talent Peaks Project in Jiangsu ProvinceGovernment of Jiangsu Province
Mots-clésFungicideStrobilurinFludioxonilPreservativeHorticultureToxicologyAzoxystrobinChemistryBiologyFood science

Résumé

récupéré en direct d'OpenAlex

Ethofenprox, pyraclostrobine, trifloxystrobin and enestroburin are strobilurin fungicides that can effectively control fungal diseases caused by ascomycetes, zygomycetes, imperfect fungi, etc. With the purpose of guaranteeing the safe use of strobilurin fungicides in the prevention and treatment of citrus diseases, toxicity and control effects of the fungicides on citrus storage diseases and GC-MS (gas chromatography-mass spectrometry) were applied in this study to determine its residual safety. The results indicated that ethofenprox, trifloxystrobin, pyraclostrobine, and enestroburin had excellent inhibitory effects on citrus storage diseases at concentration of 200-400 ug/mL. Degradation dynamics of 4 fungicides during the storage period of citrus could be expressed as the first-order kinetics equation. The fungicides could penetrate into flesh through peels slowly. Therefore, the residue content of the fungicide on peels was higher than that in the flesh of the same citrus. After citrus fruits were treated for 90 d, the residues were lower than the maximum residue limits in all the countries, so the citrus were safe. This investigation provided the theoretical guidance and technical support for the quality evaluation of citrus products.

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)0,000
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 enseignants0,917
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,245
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 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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