MétaCan
Menu
Retour à la cohorte
Enregistrement W3093055614 · doi:10.3390/foods9101468

Fate of Residual Pesticides in Fruit and Vegetable Waste (FVW) Processing

2020· review· en· W3093055614 sur OpenAlexafffund
Tri Nguyên, Carmen Rosello, Richard R. Bélanger, Cristina Ratti

Notice bibliographique

RevueFoods · 2020
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPesticideAgrochemicalFood processingPesticide residueFood securityBusinessEnvironmental scienceWaste managementBiotechnologyProduction (economics)Food safetyToxicologyPulp and paper industryFood scienceAgricultureAgronomyChemistryBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Plants need to be protected against pests and diseases, so as to assure an adequate production, and therefore to contribute to food security. However, some of the used pesticides are harmful compounds, and thus the right balance between the need to increase food production with the need to ensure the safety of people, food and the environment must be struck. In particular, when dealing with fruit and vegetable wastes, their content in agrochemicals should be monitored, especially in peel and skins, and eventually minimized before or during further processing to separate or concentrate bioactive compounds from it. The general objective of this review is to investigate initial levels of pesticide residues and their potential reduction through further processing for some of the most contaminated fruit and vegetable wastes. Focus will be placed on extraction and drying processes being amid the main processing steps used in the recuperation of bioactive compounds from fruit and vegetable wastes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,053
Tête enseignante GPT0,293
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207