Spatial and Annual Variability in Concentrations and Sources of <i>Escherichia coli</i> in Multiple Watersheds
Notice bibliographique
Résumé
Nonpoint source fecal contamination is a concern for drinking water supplies worldwide. In this study, 4812 E. coli isolates were classified to source. Results of this experiment show that the fecal coliform (FC) counts varied by year, month, and site, for each of the watersheds sampled. For both years, the lowest FC counts tended to be at the highest elevation sites followed by the drinking water intake sites at the lowest elevation. The highest FC counts tended to be at the mid-elevation sites on BX, Deer, and Duteau Creeks. The sources of E. coli varied significantly with stream for 2003 and 2004 (P < 0.001, df = 39), although the main sources of E. coli (avian, deer/elk, canine, rodent, bovine, and bear) tended to be similar between watersheds. The dominant sources of E. coli changed from 2003 (avian, deer/elk, and canine) to 2004 (avian, bovine, and rodent). It is important to look at the results of more than 1 year of source tracking data to get a better picture of the dominant sources within a watershed. Overall, wildlife was the largest contributor of E. coli to the watersheds in both 2003 (> 84%) and 2004 (> 73%).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».