SỬ DỤNG THUỐC VÀ HÓA CHẤT TRONG AO NUÔI CÁ TRA (Pangasianodon hypophthamus) THÂM CANH Ở ĐỒNG THÁP, VIỆT NAM
Notice bibliographique
Résumé
Nghiên cứu được thực hiện nhằm xác định loại hóa chất và thuốc được sử dụng trong các ao nuôi cá tra thâm canh ở tỉnh Đồng Tháp, Việt Nam. Hiện trạng sử dụng thuốc và hoá chất được thu thập thông qua phỏng vấn 30 hộ nuôi cá tra ở huyện Châu Thành, tỉnh Đồng Tháp. Kết quả nghiên cứu cho thấy có 17 loại hóa chất được sử dụng để xử lý môi trường ao nuôi, 19 sản phẩm thuốc dùng để phòng và trị bệnh cho cá, 18 loại chất bổ sung chất dinh dưỡng và chế phẩm sinh học được sử dụng trong một vụ nuôi. Trong đó có Enrofloxacine là kháng sinh cấm sử dụng được sử dụng phổ biến (70% số hộ khảo sát sử dụng) và 10 loại kháng sinh hạn chế sử dụng trong nuôi trồng thủy sản theo TT 03/2012/BNNPTNT như amoxicilin, trimethoprime, ciprofloxacin, oxytetracycline, florfenicol,... cũng được sử dụng rộng rãi. Nguồn gốc và liều lượng sử dụng thuốc chưa được kiểm soát chặt chẽ và thường được sử dụng liều lượng cao hơn so với hướng dẫn dựa vào kinh nghiệm của cá nhân người nuôi. Điều này có thể dẫn đến phát sinh nhiều bệnh trên cá và khả năng kháng các loại kháng sinh của cá. Ngoài ra, kết quả ghi nhận, chi phí đầu tư cho thuốc và hoá chất sử dụng trong một vụ nuôi chiếm 3,46% tổng chi phí và hầu hết các hộ nuôi được phỏng vấn (96,7%; n=30) có khu vực riêng để chứa thuốc, hóa chất và thức ăn cho cá. Qua kết quả khảo sát cho thấy các hộ nuôi cá tra trong vùng nghiên cứu vẫn còn hạn chế thông tin trong việc sử dụnghóa chất, liều lượng thích hợp, sự cẩn thận trong phương phápvàcách sử dụng cácchất hóa học.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,013 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».