Assessment of Phytosanitary Risks in Cocoa Rubber and Rice Production via the Quebec Pesticide Risk Indicator in Central West Ivory Coast
Notice bibliographique
Résumé
Agricultural chemicalization poses critical threats to sustainable resource management in tropical regions. In Ivory Coast, a global agricultural leader, intensive production of cocoa, rubber, and rice depends heavily on pesticides, endangering biodiversity, water resources, and human health. This study addresses the crucial gap in standardized risk assessment tools by pioneering the adaptation and application of the Quebec Pesticide Risk Indicator (QPRI) to West African tropical agro-ecosystems. Using a structured questionnaire, systematic farm visits, and data triangulation with 160 farmers (71.9% cocoa, 20.6% rubber, and 7.5% rice) cultivating 931.5 hectares in the Lakota department, we evaluated the health (HRI) and environmental (ERI) risks of 37 pesticides. Our findings demonstrate extreme risk levels from insecticide mixtures, particularly neonicotinoid-pyrethroid combinations (e.g., CABOS PLUS 50 SC, HRI=2109). Triazole fungicides (e.g., cyproconazole, ERI=495) and herbicides containing triclopyr emerged as significant threats to aquatic ecosystems, especially the Gazolilié dam, due to their high persistence and mobility. The assessment also revealed significant acute risks to terrestrial invertebrates and birds from pyrethroid use, with products like bifenthrin showing high ERI values (ERI=361). The research uncovered alarming disparities between regulatory frameworks and field practices, including improper waste disposal and inadequate protective measures. We establish that the adapted QPRI serves as an essential tool for evidence-based policy and sustainable agricultural transition. Our study provides a scientifically-grounded framework for prioritizing pesticide regulation, promoting eco-friendly alternatives such as biopesticides, and implementing targeted awareness campaigns. This work offers a replicable model for achieving sustainable agriculture and effective natural resource management in Ivory Coast and comparable tropical agro-ecosystems, directly contributing to conservation objectives, agricultural sustainability, and the UN Sustainable Development Goals through improved pesticide risk assessment and management strategies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».