Groundwater Irrigation and Arsenic Speciation in Rice in Cambodia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Arsenic bioaccumulation in rice is a global concern affecting food security and public health. OBJECTIVE: The present study examined arsenic species in rice in Cambodia to characterize health risks with rice consumption and to clarify uncertainties with Codex guidelines. METHODS: The present study collected 61 well water samples, 105 rice samples, 70 soil samples, and conducted interviews with 44 families in Preak Russey near the Bassac River and Kandal Province along the Mekong River in Cambodia. Analyses of metals, total arsenic and arsenic species were conducted in laboratories in Canada, Cambodia and Singapore. RESULTS: Unlike in Bangladesh, rice with the highest total arsenic concentrations in Cambodia contains mostly organic arsenic, dimethylarsinic acid (DMA), which is unregulated and much less toxic than inorganic arsenic. The present study found that storing surface runoff in ditches prior to irrigation can significantly reduce the arsenic concentration in rice. It is possible to remove > 95% of arsenic from groundwater prior to irrigation with natural reactions. CONCLUSIONS: The provision of high quality drinking water in 2015 to Preak Russey removed about 95% of the dietary inorganic arsenic exposure. The extremes in arsenic toxicity that are still obvious in these farmers should become less common. Rice from the site with the highest documented levels of arsenic in soils and water in Cambodia passes current Codex guidelines for arsenic. INFORMED CONSENT: Obtained. COMPETING INTERESTS: The authors declare no competing financial interests.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle