MétaCan
Menu
Retour à la cohorte
Enregistrement W4387417632 · doi:10.5267/j.ccl.2023.8.009

Effect of particles size on adsorption isotherm of chlorantraniliprole, dinotefuran, bispyribac-sodium, and metribuzin into sandy loam soil

2023· article· en· W4387417632 sur OpenAlexvenueno aff
Mohamed R. Fouad, Maher I. Aly, Ahmed F. El-Aswad, Mohamed E. I. Badawy

Notice bibliographique

RevueCurrent Chemistry Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryAdsorptionLoamMetribuzinSorptionFreundlich equationSoil waterFraction (chemistry)SodiumHumic acidEnvironmental chemistryChromatographyNuclear chemistryOrganic chemistryFertilizerSoil scienceAgronomy

Résumé

récupéré en direct d'OpenAlex

The efficiency of different sorbents (bulk soil, sand, silt, clay and humic acid-HA) for chlorantraniliprole (CAP), dinotefuran (DNF), bispyribac-sodium (BPS), and metribuzin (MBZ) adsorption was described and compared. The adsorption of CAP, DNF, BPS and MBZ were significantly greater on clay and HA fractions than the bulk soils. Also, the tested pesticides sorption was greater on HA fraction compared to clay fraction except in the case of BPS. The mass unit of bulk soil adsorbed of CAP, DNF, BPS and MBZ approximately 15, 20, 10 and 5 % of the same of HA and 40, 60, 95 and 35 % of that of clay fraction, respectively. The actual amounts adsorbed on bulk soil ranged from (88.63 to 93.93 %) of the calculated amounts adsorbed on all soil components indicating high efficiency of the tested soils to adsorb tested pesticides. All adsorption data fitted well to the linear Freundlich equation. The adsorption of tested pesticides in soil and their different constituents is S-type according to 1/n (except some cases).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,231 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Chemistry LettersMême sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207