MétaCan
Menu
Retour à la cohorte
Enregistrement W2900048154 · doi:10.5539/jas.v10n12p104

Deposition of Pesticide to the Soil and Plant Retention During Crop Spraying: The Art State

2018· article· en· W2900048154 sur OpenAlexvenueno aff
Asma Allagui, Hassouna Bahrouni, Youssef M’sadak

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPesticideSprayerEnvironmental sciencePesticide applicationPollutionDeposition (geology)ContaminationEnvironmental engineeringAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Environment pollution related to pesticides has been confirmed by the scientific community for a long time, but the available information on the impact of this phenomenon on human health and the ecosystem are still insufficient. Contamination of the environment can occur through various pathways, ground deposits during the application of pesticides to crops are one of those pathways. The retention rate of sprayed droplets is an important factor both for the efficacy of the phytosanitary treatment and the quantities of lost pesticides on the ground. This paper presents an overview of factors that affect spray droplet behavior, involved process in sprayed drop fate and the mainly techniques for measuring pesticide deposits to the ground and plant retention. We present studies that have focused on pesticide retention and soil deposition during crop spraying in relation to sprayer equipment, used formulation and climatic factors. Plant retention and pesticide deposits during spray is a complex problem depending mainly on physical sprayer parameters, climatic conditions, spray properties and chemical formulation. By illustrating the large variety of analytical methods during the recently years, it aims to explain that it is always possible to assess the impact of pesticides in all compartments of the environment. The use of concerned molecules and natural collectors is the safest to evaluate the real situation, but the use of tracers and artificial targets is both very reported and safety for the environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,202
Écart entre enseignants0,185 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207