MétaCan
Menu
Retour à la cohorte
Enregistrement W2663117387 · doi:10.5942/jawwa.2017.109.0115

Predicted Impact of Aeration on Toxicity From Trihalomethanes and Other Disinfection Byproducts

2017· article· en· W2663117387 sur OpenAlexaff
Yifeng Huang, Hong Zhang, Arash Zamyadi, Susan Andrews, Ron Hofmann

Notice bibliographique

RevueAmerican Water Works Association · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenotoxicityAerationCytotoxicityToxicityChemistryEnvironmental chemistryEnvironmental scienceEnvironmental engineeringPulp and paper industryToxicologyBiologyEngineeringBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The removal by aeration of a mixture of disinfection byproducts (DBPs) was modeled, and the resulting impact on overall cytotoxicity or genotoxicity was calculated. Both the aeration model and the toxicity model were simplistic, but all assumptions were made to err on the side of overestimating DBP volatility to try to demonstrate a possible health benefit. The results predicted that aeration designed to remove 90% of chloroform would leave the concentrations of many other DBPs largely unaffected; since these other DBPs are predicted to contribute to the majority of the cytotoxicity and genotoxicity, the models used in the current research predicted only a 4% reduction in both cytotoxicity and genotoxicity. Although this study was a preliminary screening limited by simplistic models, it underscores a need to conduct more research in this area.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,243 · 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'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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetWater Treatment and DisinfectionTravaux en français237 207