MétaCan
Menu
Retour à la cohorte
Enregistrement W2905883474 · doi:10.2166/wh.2018.266

Advancing performance evaluation standards for household water treatment technologies

2018· article· en· W2905883474 sur OpenAlexaff
D. Brown, Cameron Farrow, Edward A. McBean, Bahram Gharabaghi, J. Beauchamp

Notice bibliographique

RevueJournal of Water and Health · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWater treatmentEnvironmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Diarrheal illnesses and fatalities continue to be major issues in many regions throughout the world. Household water treatment (HWT) technologies (including both point-of-use (POU) and point-of-entry (POE) treatment solutions) have been shown as able to deliver safe water in many low-income communities. However, as shown herein, there are important inconsistencies in protocols employed for validating performance of HWTs. The WHO does not stipulate influent concentration as a parameter that could influence removal efficacy, nor does it indicate an influent concentration range that should be used during technology evaluations. A correlation between influent concentration and removal is evidenced herein (R2 = 0.88) with higher influent concentrations resulting in higher log-removal values (LRVs). The absence of a recommended standard influent concentration of bacteria (as well as for viruses and protozoa) could have negative consequences in intervention efforts. Recommendations are provided that regulatory bodies should specify an influent concentration range for testing and verification of HWT technologies.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,213

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 Opus0,055
Tête enseignante GPT0,370
Écart entre enseignants0,315 · 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'étudeAutre devis
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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207