Twenty-four indicators were created

Twenty-four indicators were created (Table 1) and tested using the detection rate defined by Eq. (1) in order to efficiently select pesticides that would likely be detected if monitored. The combination of indicators C4 and C8 maximized the detection rate, suggesting that this combination was the best for selecting the pesticides of probable detection. This result reflected the importance of local pesticide consumption according to rice-farming/upland-field application, guideline value, degradation and adsorption properties as quantified by score values, and annual precipitation.

The application of the indicators suggests that the primary group of JDWQG should be amended with the addition of 44 pesticides, as well as the removal of 17 pesticides. The probability of detection of the 44 pesticides was more than 72%. Whether these 44 pesticides can actually be detected is an important question, and a long-term, follow-up study is needed to answer this question. Before nationwide monitoring of these pesticides can be implemented, several tasks will have to be completed, including the establishment of standard analytical methods and official revision of the primary group. Furthermore, our results suggest that local variations in pesticide use are an important aspect of predicting the probability of pesticide detection. Additional studies may allow the prediction of pesticide detection locations. In this study, we used binary statistical data: pesticides were either detected or not detected. However, the probability of detection or no-detection could also be predicted from quantitative data for measured pesticide concentrations. Further study will provide additional data for the selection of regulated pesticides.

ผลลัพธ์ (ไทย) 1:

๒๔ ตัวชี้วัด (ตารางที่ 1) สร้างขึ้น และทดสอบได้โดยใช้อัตราการตรวจจับที่กำหนด โดย Eq. (1) เพื่อเลือกสารกำจัดศัตรูพืชอย่างมีประสิทธิภาพที่อาจจะตรวจพบถ้าตรวจสอบ ชุดของตัวชี้วัด C4 และ C8 ขยายใหญ่สุดอัตราตรวจ การแนะนำว่า ชุดนี้ได้ดีที่สุดสำหรับการเลือกสารกำจัดศัตรูพืชของการตรวจสอบน่าเป็น ผลลัพธ์นี้สะท้อนให้เห็นความสำคัญของปริมาณแมลงท้องถิ่นตามแอพลิเคชันนา/ค่อยนา ค่าผลงาน คุณสมบัติดูดซับและย่อยสลายเป็น quantified โดยค่าคะแนน และปีฝน

แนะนำแอพลิเคชันของตัวบ่งชี้ว่า ควรแก้ไขกลุ่มหลักของ JDWQG ด้วยการเพิ่มสารกำจัดศัตรูพืช 44 และการกำจัดสารกำจัดศัตรูพืช 17 ความน่าเป็นของการตรวจหาสารกำจัดศัตรูพืช 44 ถูกมากกว่า 72% ว่ายาฆ่าแมลงเหล่านี้ 44 สามารถจริงพบเป็นคำถามที่สำคัญ และการศึกษาระยะยาว การติดตามผลจะต้องตอบคำถามนี้ ก่อนทั่วประเทศตรวจสอบยาฆ่าแมลงเหล่านี้สามารถนำมาใช้ได้ หลายงานจะเสร็จ รวมทั้งการจัดตั้งวิธีการวิเคราะห์มาตรฐานและปรับปรุงอย่างเป็นทางการของกลุ่มหลัก นอกจากนี้ ผลของเราแนะนำเปลี่ยนแปลงภายในใช้แมลงเป็นด้านสำคัญของการคาดการณ์ความเป็นไปได้ของการตรวจสอบสารพิษ ศึกษาเพิ่มเติมอาจให้คาดเดาของแมลงตรวจสถาน ในการศึกษานี้ เราใช้สถิติข้อมูลไบนารี: สารกำจัดศัตรูพืชตรวจพบ หรือไม่พบ อย่างไรก็ตาม ที่น่าตรวจหรือไม่ตรวจสอบอาจยังสามารถคาดการณ์จากข้อมูลเชิงปริมาณสำหรับแมลงวัดความเข้มข้น ศึกษาต่อจะให้ข้อมูลเพิ่มเติมสำหรับตัวเลือกการควบคุมสารกำจัดศัตรูพืช

ผลลัพธ์ (ไทย) 3:

ยี่สิบสี่ตัวชี้วัดที่ถูกสร้างขึ้น ( ตารางที่ 1 ) และทดสอบการตรวจสอบอัตราที่กำหนดโดย ( 1 ) อีคิว เพื่อให้มีประสิทธิภาพ เลือกยาฆ่าแมลงที่อาจจะพบว่า การติดตาม การรวมกันของตัวชี้วัด C4 และดองขยายการตรวจจับอัตราแนะนำว่าชุดนี้คือที่ดีที่สุดสำหรับการเลือกสารกำจัดศัตรูพืช ของ น่าจะเป็น การตรวจหาผลที่ได้นี้สะท้อนให้เห็นความสำคัญของการบริโภคสารท้องถิ่น ตามเขตการทำนา / ไร่ มูลค่าในการย่อยสลายและสมบัติการดูดซับ quantified โดยค่าคะแนนและปริมาณน้ำฝนรายปี

การประยุกต์ใช้ตัวชี้วัดที่แสดงให้เห็นว่ากลุ่มหลักของ jdwqg ควรแก้ไขด้วยการเพิ่ม 44 ่รวมทั้งการกำจัด 17 ยาฆ่าแมลง ความน่าจะเป็นของการตรวจหา 44 ยาฆ่าแมลงมากกว่า 72 % ไม่ว่าเหล่านี้ 44 ยาฆ่าแมลงสามารถจริงจะพบว่าเป็นคำถามที่สำคัญมาก และติดตามผลระยะยาว จะต้องตอบคำถามนี้ ก่อนการตรวจสอบทั่วประเทศของสารกำจัดศัตรูพืชเหล่านี้สามารถใช้งานต่าง ๆ จะต้องให้สมบูรณ์รวมถึงการสร้างมาตรฐานวิธีการวิเคราะห์และแก้ไขอย่างเป็นทางการของกลุ่มหลัก นอกจากนี้ จากผลการศึกษานี้ ท้องถิ่นในการใช้สารเคมีจะกว้างยาวสำคัญของทำนายความน่าจะเป็นของการตรวจหายาฆ่าแมลง การศึกษาเพิ่มเติมอาจอนุญาตให้ใช้สถานที่การตรวจสอบยาฆ่าแมลง ในการศึกษาครั้งนี้ได้ใช้ข้อมูลไบนารี :ยาฆ่าแมลง ถ้าตรวจพบหรือไม่พบ อย่างไรก็ตาม ความเป็นไปได้ของการตรวจสอบ หรือ ไม่อาจจะคาดการณ์จากข้อมูลเชิงปริมาณเพื่อวัดความเข้มข้นของสารกำจัดศัตรูพืช . การศึกษาเพิ่มเติมจะให้ข้อมูลเพิ่มเติมสำหรับการเลือกการควบคุมสารกำจัดศัตรูพืช