A comparative analysis of current microbial water quality risk assessment and management practices in British Columbia and Ontario, Canada
Notice bibliographique
Résumé
Bacteria, protozoa and viruses are ubiquitous in aquatic environments and may pose threats to water quality for both human and ecosystem health. Microbial risk assessment and management in the water sector is a focus of governmental regulation and scientific inquiry; however, stark gaps remain in their application and interpretation. This paper evaluates how water managers practice microbial risk assessment and management in two Canadian provinces (BC and Ontario). We assess three types of entities engaged in water management along the source-to-tap spectrum (watershed agencies, water utilities, and public health authorities). We analyze and compare the approaches used by these agencies to assess and manage microbial risk (including scope, frequency, and tools). We evaluate key similarities and differences, and situate them with respect to international best practices derived from literatures related to microbial risk assessment and management. We find considerable variability in microbial risk assessment frameworks and management tools in that approaches 1) vary between provinces; 2) vary within provinces and between similar types of agencies; 3) have limited focus on microbial risk assessment for ecosystem health and 4) diverge considerably from the literature on best practices. We find that risk assessments that are formalized, routine and applied system-wide (i.e. from source-to-tap) are limited. We identify key limitations of current testing methodologies and looking forward consider the outcomes of this research within the context of new developments in microbial water quality monitoring such as tests derived from genomics and metagenomics based research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».