MétaCan
Menu
Retour à la cohorte
Enregistrement W2982908586 · doi:10.18769/ijasos.592105

HUMAN HEALTH PROBLEMS AND CLASSIFICATION OF THE MOST TOXIC PESTICIDES

2019· article· en· W2982908586 sur OpenAlexaboutno aff
Венелин Терзиев, Stoyanka Petkova-Georgieva

Notice bibliographique

RevueIJASOS- International E-journal of Advances in Social Sciences · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHazardous wastePesticideHuman healthEnvironmental healthHazardEnvironmental scienceToxicologyWaste managementMedicineChemistryBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

The present study is dedicated to the human health problems and classification of the most toxic pesticides. Pesticides are a wide range of chemicals with different degree of hazard, from extremely to slightly hazardous. Highly hazardous pesticides may have acute or chronic toxic effects. Their widespread use has caused health problems and fatalities in many parts of the world, often as a result of occupational exposure and accidental or intentional poisonings. Environmental contamination can also result in human exposure through consumption of residues of pesticides in food and, possibly, drinking-water. Recommended classification of pesticides by hazard; carcinogenicity; mutagenicity; reproductive toxicity; listing under the Stockholm Convention on Persistent Organic Pollutants, the Rotterdam Convention on the Prior Informed Consent Procedure for Certain Hazardous Pesticides and Industrial Chemicals in International Trade or the Montreal Protocol on Substances that Deplete the Ozone Layer; or evidence of severe or irreversible adverse effects on human health. Keywords: human health problems, toxic impact, pesticides, ecosystem.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,136

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,329
Écart entre enseignants0,292 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIJASOS- International E-journal of Advances in Social SciencesMême sujetPesticide Exposure and ToxicityTravaux en français237 207