MétaCan
Menu
Retour à la cohorte
Enregistrement W2784057728 · doi:10.14796/jwmm.c436

Increased Risks of Waterborne Disease Outbreaks in Northern Ontario due to Climate Change

2018· article· en· W2784057728 sur OpenAlexafffundvenueabout
Yi Wang, Edward A. McBean, Bahram Gharabaghi

Notice bibliographique

RevueJournal of Water Management Modeling · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaterborne diseasesOutbreakTurbidityWater sourceClimate changeEnvironmental scienceEnvironmental healthWater resource managementGeographyEnvironmental protectionMedicineVirologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Drinking water advisories (DWAs) are issued when source water turbidity is high, because of concern for waterborne disease outbreaks. Small drinking water treatment systems (SDWTS) for First Nations communities in northern regions in Ontario that rely primarily on surface water sources are at risk during heavy storm events due to erosion in the catchment area which causes poor intake water quality to the SDWTS. This study presents a novel method for assessing the potential contribution of climate change to an increased risk of DWAs being issued for rural communities. Trend analysis using rainfall records at three climate stations located in Northern Ontario shows increasing trends of annual maximum five-day cumulative rainfall amounts over the last 3 decades.

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)0,001
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 enseignants0,084
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,106
Tête enseignante GPT0,313
Écart entre enseignants0,208 · 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

Citations5
Publié2018
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetClimate Change and Health ImpactsTravaux en français237 207