Variations of disinfection by-product levels in small drinking water utilities according to climate change scenarios: a first assessment
Notice bibliographique
Résumé
In Québec, Canada, shifts in climate patterns (i.e., rainfall increase) could have consequences on source water quality due to the intensification of surface/groundwater runoff contamination events, leading to a decline in drinking water treatment efficiency and ultimately disinfection by-products (DBPs) formation following treatment. To assess the impacts of climate change (CC) scenarios on DBP formation, a suite of models linking climate to DBPs was used. This study applies three emissions scenarios (B1, A1B and A2) for three 30-year horizons (2020, 2050 and 2080) in order to produce inputs to test several DBP models (total trihalomethanes (TTHMs), haloacetic acids and haloacetonitriles). An annual increase is estimated for all DBPs for each CC scenario and horizon. The highest seasonal increases were estimated for winter for all DBP groups or species. In the worst-case scenario (A2-2080), TTHMs could be affected more particularly during winter (+34.0%), followed by spring (+16.1%) and fall (+4.4%), whereas summer concentrations would remain stable (−0.3 to +0.4%). Potentially, small water utilities applying only a disinfection step could be more affected by rising TTHMs concentrations associated with CC than those having implemented a complete water treatment process (coagulation–flocculation, filtration and disinfection) with +13.6% and +8.2% increases respectively (A2-2080).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».