Evaluation of microbial indicators to distinguish sources of pollution in groundwater.
Notice bibliographique
Résumé
In this study three different Microbial Source Tracking methods (MST) have been evaluated in laboratory experiments with the objective of determining which is more effective and reliable in distinguishing between human and animal sources of fecal contamination in groundwater. A preliminary literature review of all the MST methods applicable for surface and ground water has been done, and the use of microbiological indicators has been selected. The methods selected involved the enumeration of Fecal Coliforms (FC), Fecal Streptococci (FS), Clostridium perfringens (CP) and Human Bifidobacteria (SFB), parameters which are generally defined as Bacterial Indicators (BI). The first method consisted of calculating the FC/FS ratio, the values of which can be related to animal or human sources, while the second method consisted of the enumeration of CP, which in some studies was associated with animal sources of fecal pollution. Finally, the third method enumerated levels of SFB, which are associated exclusively with human sources of fecal pollution. (Abstract shortened by UMI.)Dept. of Civil and Environmental Engineering. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2003 .C565. Source: Masters Abstracts International, Volume: 43-01, page: 0289. Advisers: H. Biswas; A. Hubberstey. Thesis (M.A.Sc.)--University of Windsor (Canada), 2004.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».