MétaCan
Menu
Retour à la cohorte
Enregistrement W4310209511 · doi:10.1016/j.heliyon.2022.e11946

Pesticide residues in fresh fruits imported into the United Arab Emirates

2022· article· en· W4310209511 sur OpenAlex
Tareq M. Osaili, Maryam S. Al Sallagi, Dinesh Kumar Dhanasekaran, Wael A.M. Bani Odeh, Hajer Jassim Al Ali, Ahmed A.S.A. Al Ali, Leila Cheikh Ismail, Khadija O. Al. Mehri, Vijayan A. Pisharath, Richard A. Holley, Reyad S. Obaid

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHeliyon · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesJordan University of Science and TechnologyUniversity of Sharjah
Mots-clésPesticidePesticide residueChlorpyrifosCarbendazimEuropean unionCypermethrinMaximum Residue LimitToxicologyChemistryContaminationResidue (chemistry)Gas chromatography–mass spectrometryFungicideMass spectrometryHorticultureBiologyChromatographyAgronomyBusiness

Résumé

récupéré en direct d'OpenAlex

Pesticides are a major public health issue connected with excessive use because they negatively impact health and the environment. Pesticide toxicity has been connected to various human illnesses by means of pesticide exposure in direct or indirect ways. A total of 4513 samples of imported fresh fruits were collected from Dubai ports between 2018 to 2020. Their contamination by pesticides was evaluated using gas chromatography combined with mass spectrometry (GC-MS/MS) and liquid chromatography-mass spectrometry (LC-MS/MS). The display of monitoring results was based on the Maximum Residue Limit (MRL) standard as per the procedures of the European Union. Eighty-one different pesticide residues were detected in the tested fruit samples. In 73.2% of the samples, the pesticide levels were ≥ MRL, while 26.8% were > MRL standards. Chlorpyrifos, carbendazim, cypermethrin, and azoxystrobin were the most frequently detected pesticides in more than 150 samples. Longan (81.4%) and rambutan (66.7%) showed the highest number of imported samples with multiple pesticide residues > MRL. These results highlight the need to continuously monitor pesticide residues in fruits, particularly samples imported into the United Arab Emirates (UAE). Fruit samples with residues > MRL are considered unfit for consumption and prevented from entering commerce in the UAE.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,155
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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