MétaCan
Menu
Retour à la cohorte
Enregistrement W2126068426 · doi:10.5897/jene.9000073

Municipal drinking water source protection in low income countries: Case of Buea municipality- Cameroon

2009· article· en· W2126068426 sur OpenAlexaff
Fidelis Folifac, Lydia L. Lifongo, George Elambo Nkeng, Susan Gaskin

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2009
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBusinessStakeholderWater qualityWater sourceWater resourcesEnvironmental planningDeskEnvironmental resource managementWater resource managementEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Source water contamination poses a risk to public health and increases the cost of drinking water treatment. Source water protection is a proactive approach for the enhancement of drinking water quality and quantity. A combination of research methods (desk review, interviews and reconnaissance field appraisal) have been used to identify major drinking water sources in Buea, land use activities which constitute potential threats and pathways of contamination of these sources as well as the capacity for source water protection in Buea. Our findings revealed that anthropogenic activities around the six major drinking water sources studied present visible potential threats and pathways for contamination, and that source water protection has not been given adequate attention in the planning and development of Buea. The potential human and social capacities are limited by the lack of financial and technical resources. This is further compounded by the fact that institutional arrangement does not facilitate the integration of land and water management at the local level. A framework for local strategic multi-stakeholder source water protection with the potential to foster leadership, pull together available resources from different stakeholders and reduce potential resistance to the integration of land and water management has been proposed. There is an urgent need for the adoption of a precautionary approach and research to develop baseline data that will enable comprehensive source water protection measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations29
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetChild Nutrition and Water AccessTravaux en français237 207