Factors Influencing Formation of Trihalomethanes in Drinking Water: Results from Multivariate Statistical Investigation of the Ontario Drinking Water Surveillance Program Database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The presence of trihalomethanes (THMs) in drinking water is an important issue in the context of their potential health effects. Numerous studies have developed models in the past three decades relating THMs concentrations to different factors (e.g., dissolved organic carbon [DOC], chlorine dose, pH, etc.). Previous studies characterized the importance of specific factors through controlled studies using synthetic water or source waters from a small number of water treatment plants. Few studies have reported looking for factors related to THMs formation system-wide across many different water supply systems, and in environments where many factors vary simultaneously. This study presents the results of a multivariate statistical analysis for 162 water supply systems in Ontario, Canada for 2000 to 2004. Principal component analysis (PCA) was applied to determine important factors and possible clusters of variation. PCA identified DOC, chlorine dose, pH, temperature, and reaction time as significant factors for THMs formation. Separate clusters were observed for DOC-colour; chlorine dose-total/free residual chlorine; and hardness-alkalinity. Each cluster indicated factors varying together and representing significant variation. Temperature and pH were found significant and uncorrelated throughout the analysis. The multivariate analysis is the first phase of a continuing investigation into THMs formation with the ultimate goal of developing a predictive model, which can be used to perform human health risk-cost balance studies for drinking water quality management.
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.
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 | 0,005 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle