COMPARATIVE HYGIENIC ASSESSMENT AND ANALYSIS OF THE RANGES AND SCOPE OFF PESTICIDES IN DIFFERENT COUNTRIES
Notice bibliographique
Résumé
Relevance. The task of maximizing the resource potential of agriculture is facing all countries of the world, including Ukraine. Pesticides allow farms to increase their efficiency, increase yields and reduce losses from harmful factors. Objective: analysis and hygienic assessment of the quantitative use and volume of use of different classes of pesticides in the world. Materials and methods. The object of our research was the range and scope of pesticides used in our countries; factors influencing and the use of different classes of pesticides. Results. Ukraine ranks first in Europe in terms of sown areas among the countries we study – 72% of the total area of the state. Jamaica has the largest number of drugs, their number is 3791 pesticides. In the structure of the range of chemical plant protection products Australia, Canada and Ukraine include 3248 pesticides, 3025 pesticides and 893 pesticides, respectively. The highest rate of pesticide use in the United States is 373 kg per 1 hectare of field, in Ukraine it is only 2 kg per 1 hectare of sown area (the last place among the countries we studied). New generations of plant growth regulators are being introduced into world agriculture, which will increase the gross harvest of the main food crops by 15-20 %. The predominant producers of chemical plant protection products (according to our estimates in 2018) in Ukraine are China – 42%, own production – 12%, Switzerland – 8%, Germany – 7% and others. Conclusion. The use of plant chemicals is an integral part of modern world agriculture. The volume, quantity and range of pesticides in the countries of the world we study depend on many factors. Among them: territorial location, climatic and weather conditions, level of economic development, etc.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».