Efficacy of an appropriate point-of-use water treatment intervention for low-income communities in India utilizing Moringa oleifera, sari-cloth filtration and solar UV disinfection
Notice bibliographique
Résumé
This study investigated the efficacy of a POU water treatment system featuring sari-cloth filtration and/or Moringa oleifera coagulation as pre-treatments for solar disinfection (SODIS). Surface water from a peri-urban slum in Chennai, India, was treated and analysed for turbidity, organic content via chemical oxygen demand (COD) and microbiological quality via most probable number (MPN) enumeration of total coliforms. Pre-treatment with both moringa coagulation and sari-cloth filtration significantly improved the turbidity of raw water compared to no pre-treatment controls (P = 0.0002). Optimal moringa coagulation did not outperform sari-cloth filtration (P = 0.06), but combining optimal moringa coagulation with sari-cloth filtration significantly outperformed either pre-treatment independently with respect to turbidity (P = 0.016 and P = 0.0001, respectively). The addition of moringa was found to increase COD in treated water, with greater doses of moringa resulting in higher COD levels (P = 0.04). Increased organics may have encouraged the re-growth of coliform bacteria that was observed in those jars receiving moringa coagulant such that, with respect to MPN, those jars which were subject to optimal moringa coagulation did not outperform those undergoing sari-cloth filtration alone (P = 0.41). Sari-cloth filtration is recommended as a pre-treatment for SODIS whereas moringa is not, as further investigation on the relationship between organics and bacterial re-growth is necessary.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».