MétaCan
Menu
Retour à la cohorte
Enregistrement W2396428488 · doi:10.3390/ijerph13060527

Literature Review of Associations among Attributes of Reported Drinking Water Disease Outbreaks

2016· review· en· W2396428488 sur OpenAlexaboutno aff
Grant Ligon, Jamie Bartram

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2016
Typereview
Langueen
DomaineNursing
ThématiqueNutrition, Health and Food Behavior
Établissements canadiensnon disponible
Organismes subventionnairesDrinking Water Inspectorate
Mots-clésOutbreakEnvironmental healthDiseaseGeographyMedicineVirologyPathology

Résumé

récupéré en direct d'OpenAlex

Waterborne disease outbreaks attributed to various pathogens and drinking water system characteristics have adversely affected public health worldwide throughout recorded history. Data from drinking water disease outbreak (DWDO) reports of widely varying breadth and depth were synthesized to investigate associations between outbreak attributes and human health impacts. Among 1519 outbreaks described in 475 sources identified during review of the primarily peer-reviewed, English language literature, most occurred in the U.S., the U.K. and Canada (in descending order). The outbreaks are most frequently associated with pathogens of unknown etiology, groundwater and untreated systems, and catchment realm-associated deficiencies (i.e., contamination events). Relative frequencies of outbreaks by various attributes are comparable with those within other DWDO reviews, with water system size and treatment type likely driving most of the (often statistically-significant at p < 0.05) differences in outbreak frequency, case count and attack rate. Temporal analysis suggests that while implementation of surface (drinking) water management policies is associated with decreased disease burden, further strengthening of related policies is needed to address the remaining burden attributed to catchment and distribution realm-associated deficiencies and to groundwater viral and disinfection-only system outbreaks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0140,014
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,123
Tête enseignante GPT0,442
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetNutrition, Health and Food BehaviorTravaux en français237 207