MétaCan
Menu
Retour à la cohorte
Enregistrement W2070008246 · doi:10.3390/ijerph110707354

A Decision Support System for Drinking Water Production Integrating Health Risks Assessment

2014· article· en· W2070008246 sur OpenAlexaff
Ianis Delpla, Donald T. Monteith, Chris Freeman, J.J.H. Haftka, Joop L. M. Hermens, Timothy G. J. Jones, Estelle Baurès, Aude-Valérie Jung, Olivier Thomas

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversité Laval
Organismes subventionnairesAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailNatural Environment Research CouncilSight Research UK
Mots-clésEnvironmental scienceWater qualityContext (archaeology)Water Framework DirectiveDecision support systemRisk assessmentEnvironmental planningPollutantEnvironmental resource managementRisk analysis (engineering)Environmental engineeringBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

The issue of drinking water quality compliance in small and medium scale water services is of paramount importance in relation to the 98/83/CE European Drinking Water Directive (DWD). Additionally, concerns are being expressed over the implementation of the DWD with respect to possible impacts on water quality from forecast changes in European climate with global warming and further anticipated reductions in north European acid emissions. Consequently, we have developed a decision support system (DSS) named ARTEM-WQ (AwaReness Tool for the Evaluation and Mitigation of drinking Water Quality issues resulting from environmental changes) to support decision making by small and medium plant operators and other water stakeholders. ARTEM-WQ is based on a sequential risk analysis approach that includes consideration of catchment characteristics, climatic conditions and treatment operations. It provides a holistic evaluation of the water system, while also assessing human health risks of organic contaminants potentially present in treated waters (steroids, pharmaceuticals, pesticides, bisphenol-a, polychlorobiphenyls, polycyclic aromatic hydrocarbons, petrochemical hydrocarbons and disinfection by-products; n = 109). Moreover, the system provides recommendations for improvement while supporting decision making in its widest context. The tool has been tested on various European catchments and shows a promising potential to inform water managers of risks and appropriate mitigative actions. Further improvements should include toxicological knowledge advancement, environmental background pollutant concentrations and the assessment of the impact of distribution systems on water quality variation.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,081
Tête enseignante GPT0,411
Écart entre enseignants0,330 · 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
GenreMéthodes

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

En bref

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetWater Treatment and DisinfectionTravaux en français237 207