MétaCan
Menu
Retour à la cohorte
Enregistrement W2009000182 · doi:10.2166/wst.2007.185

A nose for trouble – the role of off-flavours in assuring safe drinking water

2007· article· en· W2009000182 sur OpenAlexafffund
Steve E. Hrudey, Elizabeth J. Hrudey

Notice bibliographique

RevueWater Science & Technology · 2007
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Water Network
Mots-clésOutbreakEnvironmental healthWaterborne diseasesContaminated waterWater safetyEnvironmental scienceBusinessEnvironmental planningMedicineWater qualityBiologyEcologyEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

A detailed review of drinking water disease outbreaks over the past 30 years in 15 affluent countries produced over 70 case studies, some involving fatalities, which revealed a number of common factors in these disasters. Some of these outbreaks involved off-flavours, either as a driver for reducing disinfection and making the system vulnerable to pathogenic contamination or as an early warning of contamination that was not responded to with sufficient urgency or efficiency to avoid a disease outbreak. The characteristics of these outbreaks are recounted and the important link they reveal between aesthetically pleasing drinking water and safety is documented. Our analysis of common features in drinking water outbreaks also supports an argument that the failure of a water utility to be concerned about aesthetic factors makes such water supplies an inherently greater health risk for their consumers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,265
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations16
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetChild Nutrition and Water AccessTravaux en français237 207