MétaCan
Menu
Retour à la cohorte
Enregistrement W2523505047 · doi:10.2166/wqrj.2003.005

Portrait of Drinking Water Quality in Small Quebec Municipal Utilities

2003· article· en· W2523505047 sur OpenAlexafffundabout
Housseini D. Coulibaly, Manuel J. Rodríguez

Notice bibliographique

RevueWater Quality Research Journal · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversité Laval
Organismes subventionnairesMinistry of EnvironmentUniversité LavalUnited States Agency for International Development
Mots-clésFecal coliformWater qualityEnvironmental scienceSignificant differenceDistribution (mathematics)Environmental engineeringWater resource managementHydrology (agriculture)StatisticsMathematicsEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This study of small Quebec municipal drinking water utilities (i.e., those serving 10,000 or fewer people) focuses on a portrait of microbiological water quality (based on total and fecal coliform data) and distribution system management strategies. It also addresses relationships between some important water quality and operational parameters and management strategies, as well as total or fecal coliform occurrences. Along with descriptive analyses, statistical means tests (Student t-tests) were performed to identify significant differences between utilities with high coliform occurrence and utilities with low coliform occurrence according to chlorine dose, distribution system flushings, pipe age, main breakage, and some environmental factors. Even though many interesting trends have been noted, only a few resulted in statistically significant differences. For surface water utilities using chlorination alone, the mean difference of annual system flushings proved statistically significant. In addition, some agricultural land-use indicators within the municipal territory appeared significantly correlated with coliform occurrences.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,163
Tête enseignante GPT0,388
Écart entre enseignants0,225 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWater Treatment and DisinfectionTravaux en français237 207