A systematic review and meta-analysis of the effects of extreme weather events and other weather-related variables on Cryptosporidium and Giardia in fresh surface waters
Notice bibliographique
Résumé
Global climate change is expected to impact drinking water quality through multiple weather-related phenomena. We conducted a systematic review and meta-analysis of the relationship between various weather-related variables and the occurrence and concentration of Cryptosporidium and Giardia in fresh surface waters. We implemented a comprehensive search in four databases, screened 1,228 unique citations for relevance, extracted data from 107 relevant articles, and conducted random-effects meta-analysis on 16 key relationships. The average odds of identifying Cryptosporidium oocysts and Giardia cysts in fresh surface waters was 2.61 (95% CI = 1.63-4.21; I² = 16%) and 2.87 (95% CI = 1.76-4.67; I² = 0%) times higher, respectively, during and after extreme weather events compared to baseline conditions. Similarly, the average concentration of Cryptosporidium and Giardia identified under these conditions was also higher, by approximately 4.38 oocysts/100 L (95% CI = 2.01-9.54; I(2) = 0%) and 2.68 cysts/100 L (95% CI = 1.08-6.55; I² = 48%). Correlation relationships between other weather-related parameters and the density of these pathogens were frequently heterogeneous and indicated low to moderate effects. Meta-regression analyses identified different study-level factors that influenced the variability in these relationships. The results can be used as direct inputs for quantitative microbial risk assessment. Future research is warranted to investigate these effects and potential mitigation strategies in different settings and contexts.
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 | 0,014 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,027 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».