MétaCan
Menu
Retour à la cohorte
Enregistrement W2330091894 · doi:10.2166/wh.2016.262

QMRA and water safety management: review of application in drinking water systems

2016· review· en· W2330091894 sur OpenAlexafffund
Susan R. Petterson, Nicholas J. Ashbolt

Notice bibliographique

RevueJournal of Water and Health · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Innovates - Health Solutions
Mots-clésRisk analysis (engineering)Water safetyRelevance (law)Decision support systemComputer scienceEnvironmental planningBusinessEnvironmental resource managementEngineeringEnvironmental scienceWater qualityData mining

Résumé

récupéré en direct d'OpenAlex

Quantitative microbial risk assessment (QMRA), the assessment of microbial risks when model inputs and estimated health impacts are explicitly quantified, is a valuable tool to support water safety plans (WSP). In this paper, research studies undertaken on the application of QMRA in drinking water systems were reviewed, highlighting their relevance for WSP. The important elements for practical implementation include: the data requirements to achieve sufficient certainty to support decision-making; level of expertise necessary to undertake the required analysis; and the accessibility of tools to support wider implementation, hence these aspects were the focus of the review. Recommendations to support the continued and growing application of QMRA to support risk management in the water sector are provided.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,339
Écart entre enseignants0,297 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations90
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetFecal contamination and water qualityTravaux en français237 207