Laboratory evaluation of a new coagulant/disinfectant point-of-use water treatment product for emergencies
Notice bibliographique
Résumé
AIMS: There is emerging evidence that point-of-use (POU) water treatment can be effective in the improvement of microbial water quality and the decrease in diarrhoeal disease incidence in humanitarian emergencies. Coagulant/disinfection products (CDPs) have the distinct advantage of providing microbial quality improvement, turbidity reductions and a free chlorine residual (FCR). The laboratory treatment performance of a novel CDP, the 'Pureit(®) ' sachet, has been evaluated under different water quality conditions. METHODS AND RESULTS: The CDP performance was evaluated with regard to bacteriological humanitarian water quality objectives as well as the recent World Health Organization recommendations for evaluating POU water treatment options. At least 4 log10 reductions of tested bacterial indicators for a 'highly protective' status were attained in the tested conditions. Treated waters were consistently below 10 MPN per 100 ml with regard to final Escherichia coli concentrations (i.e. 'low risk') with majority of samples with no detectable E. coli (i.e. 'very low risk'). Attainment of the target FCR levels (at least 0·5 and 0·2 mg l(-1) after 0·5 and 24 h respectively) was dependant on the test water matrix. FCRs are thought to have been affected by the product's formulation, which contains a quenching agent intended to reduce chlorinous tastes. Treated water turbidity levels were marginally above the nonhealth-based target of five nephelometric turbidity units, partially due to the filtration cloth employed. CONCLUSIONS: This study has served to identify the performance envelopes of the CDP under challenging conditions. In particular, initial alkaline pHs negatively affected this product's performance with regard to bacterial log10 reductions. SIGNIFICANCE AND IMPACT OF THE STUDY: This CDP has the potential to attain humanitarian drinking water quality objectives when not operating under extreme conditions; consistently achieving E. coli log10 reductions between 4·5 and 5·2 resulting in treated water with E. coli concentrations mostly below the <1 MPN per 100 ml target level.
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 | 0,001 | 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 | 0,000 |
| 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 ».