Contamination level and human non-carcinogenic risk assessment of diazinon pesticide residue in drinking water resources – a case study, IRAN
Notice bibliographique
Résumé
Today, crop pesticides are increasingly used to protect crops against pests. These pesticides can infiltrate to water resources via agricultural runoff and accordingly impose serious health risks to human health. This study was designed to ascertain the contamination levels of water resources in Sistan plain (south-east of Iran) in terms of Diazinon and its health risk assessment for two groups of ages: adults and children. To this end, a total of 70 water samples from different water sources (of which 35 samples were taken in spring and 35 ones in summer) were analytically analysed using high-performance liquid chromatography (HPLC). Based on the results presented here, the mean concentration levels of Diazinon in all water resources were found to be lower than the maximum permissible level recommended by the guidelines for Canadian drinking water quality (GCDWQ). In addition, the probable non-carcinogenic risk attributed to Diazinon through the water consumption for both children and adults groups was lower than the recommended value (HQ = 1). Therefore, the quality of water in Sistan plain is safe for drinking. However, control measurements and continuous monitoring are suggested for sources with high levels of Diazinon concentration in order to promote the health levels of residents live in Sistan plain.
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 ».