A Little Knowledge…: Household Water Quality Investment in the Annapolis Valley
Notice bibliographique
Résumé
A household drinking water and sewage management survey in Nova Scotia's Annapolis Valley suggests that ability to interpret water quality information (proxied by education) strongly affects behavior. Higher education reduces the likelihood of households treating drinking water, but may increase the amount of water treated by households choosing to do so. Septic maintenance may impact water quality, but evidence for jointness in treatment and maintenance choice is absent. Further, increased education weakly reduces septic maintenance. Results suggest that more information about septic source threats to drinking water may induce households to choose more water treatment and less septic maintenance. Information campaigns alone are therefore unlikely to significantly reduce septic source pollution. Une enquête sur la gestion de l'eau potable et des eaux usées menée auprès des ménages de la vallée d'Annapolis en Nouvelle‐Écosse autorise à penser que la capacité d'interpréter l'information sur la qualité de l'eau (déterminée par la variable ≪éducation≫) influence fortement le comportement. Le fait de posséder une éducation supérieure diminue la probabilité que des ménages à traiter l'eau potable, mais peut augmenter la quantité d'eau traitée par ceux qui choisissent de le faire. L'entretien des fosses septiques peut avoir un impact sur la qualité de l'eau, mais il n'existe pas de preuve sur le choix combiné de traiter et d'entretenir. De plus, un niveau d'éducation élevé diminue faiblement le choix d'entretenir les fosses septiques. Les résultats laissent supposer que davantage d'information sur les menaces que représentent les eaux usées pour l'eau potable peut persuader les ménages à choisir davantage de traiter l'eau et à moins entretenir les fosses septiques. Il est donc peu probable que les campagnes d'information seules réussissent à faire diminuer considérablement la pollution provenant des fosses septiques.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».