Diarrhoeal Health Risks Attributable to Water-Borne-Pathogens in Arsenic-Mitigated Drinking Water in West Bengal are Largely Independent of the Microbiological Quality of the Supplied Water
Notice bibliographique
Résumé
There is a growing discussion about the possibility of arsenic mitigation measures in Bengal and similar areas leading to undesirable substitution of water-borne-pathogen attributable risks pathogens for risks attributable to arsenic, in part because of uncertainties in relative pathogen concentrations in supplied and end-use water. We try to resolve this discussion, by assessing the relative contributions of water supply and end-user practices to water-borne-pathogen-attributable risks for arsenic mitigation options in a groundwater arsenic impacted area of West Bengal. Paired supplied arsenic-mitigated water and end-use drinking water samples from 102 households were collected and analyzed for arsenic and thermally tolerant coliforms [TTC], used as a proxy for microbiological water quality, We then estimated the DALYs related to key sequelae, diarrheal diseases and cancers, arising from water-borne pathogens and arsenic respectively. We found [TTC] in end-use drinking water to depend only weakly on [TTC] in source-water. End-user practices far outweighed the microbiological quality of supplied water in determining diarrheal disease burden. [TTC] in source water was calculated to contribute <1% of total diarrheal disease burden. No substantial demonstrable pathogen-for-arsenic risk substitution attributable to specific arsenic mitigation of supplied waters was observed, illustrating the benefits of arsenic mitigation measures in the area studied.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».