High levels of pesticides found in illicit cannabis inflorescence compared to licensed samples in Canadian study using expanded 327 pesticides multiresidue method
Notice bibliographique
Résumé
BACKGROUND: As Cannabis was legalised in Canada for recreational use in 2018 with the implementation of the Cannabis Act, Regulations were put in place to ensure safety and consistency across the cannabis industry. This includes the requirement for licence holders to demonstrate that no unauthorized pesticides are used to treat cannabis or have contaminated it. In this study, we describe an expanded 327 multi-residue pesticide analysis in cannabis inflorescence to confirm if the implementation of the Cannabis Act is providing safer licensed products to Canadians in comparison to those of the illicit market. METHODS: An extensive multi-residue method was developed using a modified quick, easy, cheap, effective, rugged, and safe (QuEChERS) sample preparation method using a combination of gas chromatography-triple quadrupole mass spectrometry (GC-MS/MS) and liquid chromatography-triple quadrupole mass spectrometry (LC-MS/MS) for the simultaneous quantification of 327 pesticide active ingredients in cannabis inflorescence. RESULTS: Application of this method to Canadian licensed inflorescence samples revealed a 6% sample positivity rate with only two pesticide residues detected, myclobutanil, and dichlobenil, at the method's lowest calibrated level (LCL) of 0.01 μg/g. Canadian illicit cannabis inflorescence samples analysed showed a striking contrast with a 92% sample positivity rate covering 23 unique pesticide active ingredients with 3.7 different pesticides identified on average per sample. Chlorpyrifos, imidacloprid, and myclobutanil were measured in illicit samples at concentrations up to three orders of magnitude above the method LCL of 0.01 μg/g. CONCLUSION: These results demonstrate the need of an extensive multiresidue method capable of analysing hundreds of pesticides simultaneously, to generate data for future policy and regulatory decision-making, and to enable Canadians to make safe cannabis choices.
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 | 0,012 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».