A review on arsenic concentrations in Canadian drinking water
Notice bibliographique
Résumé
Recent events have increased public awareness of drinking water quality in Canada. The goal of this review was to examine how much information about arsenic (As) in Canadian drinking water is available. Provincial, territorial, and federal Web sites were searched for information about As in drinking water. Major scientific databases (PubMed, Web of Science) were searched for drinking water As information for all provinces and territories. Resulting information was examined for availability, accessibility, quality, and timeliness. Most provinces provided at least basic fact sheets about As, and several provinces provided comprehensive databases containing actual test results. The vast majority of Canadian municipal drinking water systems with As data show a concentration below 10 μg/L, the current guideline level. Several locations in Alberta, British Columbia, Manitoba, New Brunswick, Newfoundland and Labrador, Nova Scotia, Québec, and Saskatchewan have localized elevations of As (“hotspots”, >10 μg/L As); this information is available at the provincial level, but may not include exact locations nor the degree by which they exceed the current guideline limit of 10 μg/L. For other locations, however, little information is available. The lack of a centralized information source represents a significant obstacle to obtaining drinking water quality data. Although difficult to implement, a centralized and standardized source of national drinking water quality data is urgently needed to determine the effects of As and other contaminants on Canadians.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,022 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».