MétaCan
Menu
Retour à la cohorte
Enregistrement W2003594997 · doi:10.5942/jawwa.2015.107.0010

Microbial Risk Modeling for Main Breaks

2014· article· en· W2003594997 sur OpenAlexaff
Jian Yang, Orren D. Schneider, Patrick K. Jjemba, Mark W. LeChevallier

Notice bibliographique

RevueAmerican Water Works Association · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensAmerican Water (Canada)
Organismes subventionnairesWater Research FoundationU.S. Environmental Protection Agency
Mots-clésFlushingRisk analysis (engineering)DisinfectantRisk assessmentEnvironmental scienceRisk managementRisk modelContaminationBiologyBusinessChemistryComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

A microbial risk model was developed for main breaks to evaluate the impact of flushing and disinfection as needed to mitigate the potential contamination risk. Of protozoan, virus, and bacterial risks examined, estimated risks from viruses were the highest, suggesting a 7‐log reduction to achieve a 1/10,000 risk target. To accomplish this level of risk reduction, it was necessary to use a flushing velocity of at least 3 ft/s and disinfection with a free chlorine CT (disinfectant concentration multiplied by time) of at least 100 mg × min/L. The risk model also sheds light on alternative risk management options, the impact of specific field conditions, and potential for future model improvements.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,265 · 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'étudeSimulation ou modélisation
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

Citations23
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207