MétaCan
Menu
Retour à la cohorte
Enregistrement W1994629361 · doi:10.2166/wh.2009.038

Water consumption habits of a south-western Ontario community

2009· article· en· W1994629361 sur OpenAlexaffabout
Katarina Pintar, David Waltner‐Toews, Dominique Charron, F. Pollari, A. Fazil, Scott A. McEwen, Andrea Nesbitt, Shannon E. Majowicz

Notice bibliographique

RevueJournal of Water and Health · 2009
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of GuelphPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésTap waterBottled waterEnvironmental scienceWater consumptionEnvironmental healthConsumption (sociology)ToxicologyWater treatmentEnvironmental engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

A cross-sectional telephone survey (n = 2,332) was performed to better understand the drinking water consumption patterns among residents in Waterloo Region, Ontario, Canada. We investigated the daily volume of water consumed (including tap and bottled) and factors related to that consumption. In addition, we investigated the daily volume of cold tap water consumed by those respondents who consumed no bottled water and the factors that influence this consumption. Among study respondents, 51% exclusively drank tap water, 34% exclusively drank bottled water and 14.5% drank both, with 10 to 75% of all cold water consumed in the previous day being bottled. The mean volume of water consumed in a day (including bottled and tap water) was 1.39 l. Among those who reported to exclusively consume tap water, the mean daily volume of tap water consumed was 1.45 l. The daily amount of cold water consumed in a day was lower for older respondents, more markedly for men than women. More educated respondents consumed more water during the day. Roughly 45% of households reported that they used a carbon filter to treat their water. Roughly 5% of respondents used advanced home treatment devices, including ultraviolet light, reverse osmosis, ozonation or distillation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,331
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207