Human health risk-based design of ocean outfalls
Notice bibliographique
Résumé
In recent years there has been a trend towards specifying water quality guidelines from an epidemiological viewpoint. This raises the possibility that ocean outfall design could itself be looked at from the point of view of the risk to human health from exposure to specific pollutants. An approach to health risk-based design of ocean outfalls is presented in this paper. The approach is based on an integration of the principles of human health risk assessment and ocean outfall design. Hazard identification of rota-virus—used as an example of a typical pathogen in sewage—and dose–response relationships are reviewed. An empirical initial dilution model is combined with secondary dilution and decay models to quantify virus exposures during swimming. The health risk to a swimmer at a specified distance from the outfall discharge is then evaluated by integrating the exposure and dose–response models. Risk of infection, clinical illness, and mortality are all evaluated with a case study using data from an existing outfall. The applicability of the approach to ocean outfall design is presented by quantifying the risks of using a public beach for swimming for a given outfall design scenario. Different scenarios are used to simulate the risk of infection, clinical illness, and mortality, from which the location of the designed outfall may be determined to better assure the safety of swimming areas. A probabilistic analysis is presented to investigate the uncertainty in estimated health risk from potential design scenarios.
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 | 0,000 | 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 ».