Pesticide residues in botanics used in feed additives: focusing on wild vs cultivable plants
Notice bibliographique
Résumé
feed is gaining interest due to the reduction of some antibiotic use to decrease drug resistance. Obtaining such products relies on their culture or gathering in a wild environment. Nowadays, pesticide use in agriculture is increasing despite different concerns about public health. The present study provides a pesticide residue assessment of herbal components dedicated to feed additive production. A total of 92 samples of different herbal components were analyzed by three private accredited institutions, PRIMORIS (Belgium), PHYTOCONTROL (France) and EUROFINS (France). These analyses were performed by using gas chromatography tandem mass spectrometry (GC-MS/MS) and liquid chromatography tandem mass spectrometry (LC-MS/MS) methods. Data revealed the presence of residues in 63% of the samples with 10% more than the European Maximum Residue Levels (MRLs). Both herbal components, from wild or culture systems, were contaminated in our samples, respectively 65% and 60%. Wild plants from preserved areas such as the Amazonia forest were found to be surprisingly contaminated. In addition to the detection of pesticides in all countries investigated from various continents, 45% of pesticides were not approved by the European Union Commission. This study provides useful information about plantbased additives by giving awareness to all companies involved in this activity. Despite the low incorporation rate of these additives in feed, a regular monitoring strategy should be developed within each company to ensure safe food for consumers at the top level of the food chain.
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 | 0,000 | 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 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 ».