Analysis of Glyphosate Residues in Foods from the Canadian Retail Markets between 2015 and 2017
Notice bibliographique
Résumé
Underlying the risk management of pesticides to protect human health and to facilitate trade among nations are sound scientific data on the levels of compliance with standards set by governments and internationally from monitoring of the levels of pesticides in foods. Although glyphosate is among the universally used pesticides in the world, monitoring has been hampered by the analytical difficulties in dealing with this highly polar compound. Starting in 2015, using liquid chromatography/tandem mass spectrometry (LC-MS/MS) that permits accurate and reproducible determination of glyphosate, the prevalence, concentrations, and compliance rates were determined. In this work, the glyphosate residues contents of 7955 samples of fresh fruits and vegetables, milled grain products, pulse products, and finished foods collected from April 2015 to March 2017 in the Canadian retail market are reported. A total of 3366 samples (42.3%) contained detectable glyphosate residues. The compliance rate with Canadian regulations was 99.4%. There were 46 noncompliant samples. Health Canada determined that there was no long-term health risk to Canadian consumers from exposure to the levels of glyphosate found in the samples of a variety of foods surveyed. The high level of compliance (99.4% of samples with the Canadian regulatory limits) and the lack of a health risk for noncompliant samples indicate that, with respect to glyphosates, the food available for sale in Canada is safe.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».