Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: GEP

Sortuj według:

Ogranicz wyniki do:

The quality system of good experimental practice (GEP) and its role in environmental safety

Matyjaszczyk Ewa, Zapłata Sławomir

Economics and Environment

2025

No. 2

art. no. 994

Good Experimental Practice (GEP) is a quality system that has been used in the European Union since the 1990s to ensure the reliability of field experiments on pesticides used in crop production, also known as plant protection products. The field trials for efficacy evaluation of plant protection products in the European Union must be carried out by GEP-recognised units in order that the results are considered by governmental authorities in the Member States. The evaluation of the trial results and subsequent registration are obligatory in order that plant protection products are placed on the market. The paper presents a brief history of GEP system implementation, as well as an overview of its requirements. The focus of the paper is on the role of GEP system in proper recommendations for the use of plant protection products, which further translates into ensuring environmental safety in the European Union.

Dobra Praktyka Eksperymentalna (GEP) to system zarządzania jakością stosowany w Unii Europejskiej od lat 90-tych XX wieku w celu zapewnienia wiarygodności badań skuteczności pestycydów stosowanych w produkcji roślinnej, znanych również jako środki ochrony roślin. Badania oceny skuteczności środków ochrony roślin w Unii Europejskiej muszą zgodnie z prawem być przeprowadzane na polach doświadczalnych przez jednostki posiadające certyfikat GEP aby ich wyniki mogły być uznane przez organy rządowe w państwach członkowskich. Ocena środków ochrony roślin przez państwa członkowskie i rejestracja są obowiązkowe, przed wprowadzeniem do obrotu handlowego. W artykule przedstawiono skróconą historię wdrażania systemu GEP, a także przegląd jego wymagań. Skupiono się na roli systemu GEP dla formułowania zaleceń stosowania środków ochrony roślin, które mają znaczenie dla bezpieczeństwa środowiska w Unii Europejskiej.

Data mining models to predict ocean wave energy flux in the absence of wave records

Mahmoodi K., Ghassemi H., Nowruzi H.

Zeszyty Naukowe Akademii Morskiej w Szczecinie

2017

nr 49 (121)

119--129

Ocean wave energy is known as a renewable energy resource with high power potential and without negative environmental impacts. Wave energy has a direct relationship with the ocean’s meteorological parameters. The aim of the current study is to investigate the dependency between ocean wave energy flux and meteorological parameters by using data mining methods (DMMs). For this purpose, a feed-forward neural network (FFNN), a cascade-forward neural network (CFNN), and gene expression programming (GEP) are implemented as different DMMs. The modeling is based on historical meteorological and wave data taken from the National Data Buoy Center (NDBC). In all models, wind speed, air temperature, and sea temperature are input parameters. In addition, the output is the wave energy flux which is obtained from the classical wave energy flux equation. It is notable that, initially, outliers in the data sets were removed by the local distribution based outlier detector (LDBOD) method to obtain the best and most accurate results. To evaluate the performance and accuracy of the proposed models, two statistical measures, root mean square error (RMSE) and regression coefficient (R), were used. From the results obtained, it was found that, in general, the FFNN and CFNN models gave a more accurate prediction of wave energy from meteorological parameters in the absence of wave records than the GEP method.