MétaCan
Menu
Retour à la cohorte
Enregistrement W3136032660 · doi:10.47339/ephj.2020.33

The presence of pesticide residue in farmer market produce

2020· article· en· W3136032660 sur OpenAlexvenueaboutno aff
Environmental Health BCIT School of Health Sciences, Dale Chen, Hsin Chuan Kuo

Notice bibliographique

RevueBCIT Environmental Public Health Journal · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuechersPesticide residuePesticideResidue (chemistry)ToxicologyHealth riskFood scienceChemistryBiologyHorticultureAgronomyMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Thiabendazole is a pesticide that is mainly used after harvesting and directly applied to produce such as citrus fruits, apples, pears, bananas, mangos, corn, carrots and potatoes in the form of a spray or dip. The most common and most likely route of exposure to pesticide for the average person is through their diet. Studies have shown that the health risk of regular consumption of pesticide residue through produce is linked with disruption to various functions in the body, such as reproductive, developmental and hormone irregularity. The following study tests whether fruits and vegetables sold at farmers markets contain Thiabendazole and if they are below the acceptable Maximum Residue Limits (MRLs) set by Health Canada. Methods: A QuEChERS method and solid phase extraction was used to recover Thiabendazole from various fruits and vegetables. The gas chromatography was used to analyze all samples and a calibration curve was produced to identify the concentration of Thiabendazole. Results: Thiabendazole was detected in all of the citrus fruit samples, but was below detectable limits for all other fruits and vegetables. All Thiabendazole levels were below the Maximum Residue Level allowed by Health Canada. Conclusion: The various fruits and vegetables analyzed are all below the MRL, with only the citrus fruits having detectable concentrations. However, since the citrus fruits were imported, further studies are required on different pesticide compounds to determine if locally grown produce meet the MRL for other pesticide compounds.

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)0,002
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 enseignants0,412
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,237
Écart entre enseignants0,202 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBCIT Environmental Public Health JournalMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207