Water resources in a changing climate: Gastrointestinal illness as a sentinel for water quality
Notice bibliographique
Résumé
Background Diarrheal disease causes significant mortality and morbidity around the world. Extreme weather events increase the risk of diarrheal illness by contaminating water sources during high rainfall run-off and flood events or during droughts. These extreme events are increasing in frequency and intensity, a trend that is expected to worsen. British Columbia (BC), is a large Canadian province with very diverse hydrological regimes and therefore a useful place to study vulnerability to water stress. The study communities were selected to represent different hydro-climatic regimes and residential drinking water sources. Aim To examine the role of season, water source and pathogen type in sporadic gastro-intestinal (GI) illness in different hydro-climatic regimes over an eleven year period 1999-2009. Methods and Results 2,308 cases of laboratory confirmed reported campylobacter, verotoxic E. coli, salmonella, giardia and cryptosporidium were analyzed. Three methods were used to characterize the seasonality of GI illness; time-series plots, monthly plots and spectral analysis. Using three methods allowed for triangulation of results and a more in depth understanding of seasonality. Each of these three methods was applied to all 8 communities aggregated in a time-series, as well as the time-series disaggregated by hydro-climatic regime, drinking water source, and pathogen type. Our results indicate that mixed systems are more hazardous than surface water or groundwater alone, cases occurring in snow melt-dominated watersheds peak in July vs. September for rain dominated regimes, and parasitic infection peaks about 6 weeks after bacterial. We are also exploring environmental risk factors for GI illness including temperature, rainfall extremes and high flows in source river systems. Conclusions Local research using GI illness data can highlight seasonal patterns, risk factors and identify vulnerabilities for municipal water systems. Such tools will be critical for planning adaptive measures for potable water in a changing climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».