Identification of Factors Affecting Bacterial Abundance and Community Structures in a Full-Scale Chlorinated Drinking Water Distribution System
Notice bibliographique
Résumé
Disentangling factors influencing suspended bacterial community structure across distribution system and building plumbing provides insight into microbial control strategies from source to tap. Water quality parameters (residence time, chlorine, and total cells) and bacterial community structure were investigated across a full-scale chlorinated drinking water distribution system. Sampling was conducted in treated water, in different areas of the distribution system and in hospital building plumbing. Bacterial community was evaluated using 16S rRNA gene sequencing. Bacterial community structure clearly differed between treated, distributed, and premise plumbing water samples. While Proteobacteria (60%), Planctomycetes (20%), and Bacteroidetes (10%) were the most abundant phyla in treated water, Proteobacteria largely dominated distribution system sites (98%) and taps (91%). Distributed and tap water differed in their Proteobacteria profile: Alphaproteobacteria was dominant in distributed water (92% vs. 65% in tap waters), whereas Betaproteobacteria was most abundant in tap water (18% vs. 2% in the distribution system). Finally, clustering of bacterial community profiles was largely explained by differences in chlorine residual concentration, total bacterial count, and water residence time. Residual disinfectant and hydraulic residence time were determinant factors of the community structure in main pipes and building plumbing, rather than treated water bacterial communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».