MétaCan
Menu
Retour à la cohorte
Enregistrement W2883967909 · doi:10.20944/preprints201807.0370.v1

How Safe Is Organic Farming by Subsistence Farmers from Developing Countries in the Face of Persistent Organic Pollutants in the Environment?

2018· preprint· en· W2883967909 sur OpenAlexafffund
Joshua Oluwole Olowoyo, Liziwe Lizbeth Mugivhisa

Notice bibliographique

RevuePreprints.org · 2018
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Waste Reduction and Sustainability
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésAgriculturePollutantSubsistence agricultureOrganic farmingExtensive farmingEnvironmental scienceManureBusinessEnvironmental protectionAgricultural scienceMixed farmingAgroforestryAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Organic farming products are fast gaining acceptance from consumers all over the world due to the perceived belief that they are safe for human consumption. In recent years, there has been an increase in the levels of persistent organic and inorganic pollutants in the environment. These pollutants may be found in materials such as sewage sludge, treated wastewater, farmyard manure (human and animal feaces and urine) that are used for organic farming. The present review examined through literature the presence of these emerging pollutants in crops that are cultivated from farming activities practicing organic farming. The review highlighted and documented various pollutants that may be found in crops due to non-compliance with legislation establishing organic farming. The need to develop a robust method for identifying safe products from organic farming was highlighted. The impact of non-compliance and lack of proper education on the peasant farmers practicing backyard farming was also enumerated.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,264
Écart entre enseignants0,195 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetFood Waste Reduction and SustainabilityTravaux en français237 207