Fecal Contamination in the Surface Waters of a Rural- and an Urban-Source Watershed
Notice bibliographique
Résumé
Surface waters are commonly used as source water for drinking water and irrigation. Knowledge of sources of fecal pollution in source watersheds benefits the design of effective source water protection plans. This study analyzed the relationships between enteric pathogens (Escherichia coli O157:H7, Salmonella spp., and Campylobacter spp. [C. jejuni, C. lari and C. coli]), water quality (turbidity, temperature, and E. coli), and human and ruminant–cow Bacteroidales and mitochondrial DNA (mtDNA)-based fecal source tracking (FST) markers in two source watersheds. Water samples (n = 329) were collected at 10 sites (five in each watershed) over 18 mo. The human Bacteroidales marker (HF183) occurred in 9 to 10% of the water samples at nine sampling sites; while a forested site in the urban watershed tested negative. Ruminant–cow Bacteroidales markers (BacR and CowM2) only appeared in the rural watershed (6%). The mtDNA markers (HcytB and AcytB) showed the same pattern but were less sensitive due to lower fecal concentrations. Higher prevalences (P < 0.05) of Campylobacter spp. (41 vs. 16% for the rural and urban watershed, respectively) and E. coli O157:H7 (12 vs. 3%) were observed in the rural watershed, while Salmonella spp. levels were comparable (23–28%). Densities of E. coli ≥100 colony-forming units (CFU) 100 mL−1 increased the odds (P < 0.05) of detecting the enteric bacterial pathogens. The water turbidity levels (nephelometric turbidity units [NTU] ≥ 1.0) similarly predicted (P < 0.05) pathogen presence. Storm events increased (P < 0.01) pathogen and fecal marker concentrations in the waterways. The employment of multiple FST methods suggested failing onsite wastewater systems contribute to human fecal pollution in both watersheds. Core Ideas Human marker (HF183) detection revealed human fecal contamination in both watersheds. Ruminant markers (BacR and CowM2) only occurred in the rural watershed (6%). The mtDNA markers were less sensitive due to lower initial fecal copy numbers. E. coli ≥100 CFU 100 mL−1 or turbidity ≥1 NTU increased the odds of pathogen presence. Storm events increased detection of pathogens and MST markers in the rural watershed.
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 | 0,004 | 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 | 0,000 |
| 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 ».