Tracking Host Sources of <i>Cryptosporidium</i> spp. in Raw Water for Improved Health Risk Assessment
Notice bibliographique
Résumé
Recent molecular evidence suggests that different species and/or genotypes of Cryptosporidium display strong host specificity, altering our perceptions regarding the zoonotic potential of this parasite. Molecular forensic profiling of the small-subunit rRNA gene from oocysts enumerated on microscope slides by U.S. Environmental Protection Agency method 1623 was used to identify the range and prevalence of Cryptosporidium species and genotypes in the South Nation watershed in Ontario, Canada. Fourteen sites within the watershed were monitored weekly for 10 weeks to assess the occurrence, molecular composition, and host sources of Cryptosporidium parasites impacting water within the region. Cryptosporidium andersoni, Cryptosporidium muskrat genotype II, Cryptosporidium cervine genotype, C. baileyi, C. parvum, Cryptosporidium muskrat genotype I, the Cryptosporidium fox genotype, genotype W1, and genotype W12 were detected in the watershed. The molecular composition of the Cryptosporidium parasites, supported by general land use analysis, indicated that mature cattle were likely the main source of contamination of the watershed. Deer, muskrats, voles, birds, and other wildlife species, in addition to sewage (human or agricultural) may also potentially impact water quality within the study area. Source water protection studies that use land use analysis with molecular genotyping of Cryptosporidium parasites may provide a more robust source-tracking tool to characterize fecal impacts in a watershed. Moreover, the information is vital for assessing environmental and human health risks posed by water contaminated with zoonotic and/or anthroponotic forms of Cryptosporidium.
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 | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».