The use of IRPeQ model as indicator to estimate the risk of some pesticides onhuman health and environment. Bouagga, A., Chaabane, H., Bahrouni, H., andHassine K
Notice bibliographique
Résumé
Different pesticides can be used by farmers to control bioagressors. To assess environmental and human health risks due to pesticide use, pesticide risk indicators are elaborated. The objective of this study was to characterize the potential risks of pesticides used and their side effects on health and environment. A census of the use of pesticides in citrus orchards was conducted among farmers in Tunisia during crop season 2013/14. Two risk indexes were calculated for each pesticide: a Health Risk Index (HRI) and an Environmental Risk Index (ERI) according to the Quebec Pesticides Risk Indicator (IRPeQ). The parameters used to follow each calculation were obtained from the registration dossier of each formulation and the international databases like Agritox, Extoxnet and PAN Pesticides. The highest HRI were obtained for the formulations based on the active ingredient methidathion (HRI= 1227), while, Success Appât ® a formulation, based on spinosad as active ingredient, is the product with the lowest health risk (HRI= 12). On the other hand, its ERI was evaluated with an index of 175, according to its toxicity towards honey bees. The fungicide formulation Aliette Express® presented slightly low health and environmental risk indexes. The determination of the risk indexes HRI and ERI allowed us to compare pesticides (active ingredient and formulation) according to their potential risk and facilitate the choice of the pesticide with least risk for human health and environment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».