MétaCan
Menu
Retour à la cohorte
Enregistrement W4413683005 · doi:10.1021/acs.jafc.5c03867

Herbicides in Use: Current Status and Perspectives in the Different Biogeographic Regions of Europe

2025· review· en· W4413683005 sur OpenAlexaff
Agnieszka Synowiec, Marta Czekaj, Mercedes Verdeguer, Claudia Campillo-Cora, Yedra Vieites‐Álvarez, David López-González, Adela M. Sánchez‐Moreiras, David Fernández‐Calviño, F.F. Nocito, Carla Ragonezi, Miguel Â. A. Pinheiro de Carvalho, Merit Sutri, Merrit Shanskiy, Sigrún Dögg Eddudóttir, Tetiana Fedoniuk, Andrea Vityi, Ursula Bürgener, Mihai Gidea, Francisco Espinosa Escrig, Gülçin Beker Akbulut, Alicia Morugán‐Coronado, Esther Valiño, Fabrizio Araniti

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2025
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensChemistry Industry Association of Canada
Organismes subventionnairesHORIZON EUROPE Food, Bioeconomy, Natural Resources, Agriculture and Environment
Mots-clésCurrent (fluid)GeographyEcologyBiologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

This review examines the use of herbicides across Europe's biogeographical regions, focusing on their historical development, regulatory framework, and environmental impacts. Since the 20th century, the use of herbicides has significantly increased agricultural productivity. However, the continuous use of herbicides with the same mode of action can lead to the development of resistant weeds, especially when low-diversity weed management strategies are employed. The European Union has established a strict approval process for herbicidal substances to safeguard environmental and human health. Consequently, the number of authorized active ingredients has declined due to concerns over their adverse effects. This review highlights the need for new sustainable tools for weed control and advocates reassessing Europe's dependence on chemical herbicides, encouraging integrated weed management approaches and policies that balance productivity with environmental protection for a sustainable agricultural future.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,045
Tête enseignante GPT0,262
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207