Exploring private water wells for fecal sources and evidence of pathogen presence in the context of current testing practices for potability in Ontario
Notice bibliographique
Résumé
Abstract Private water wells provide drinking water for an estimated 4.1 million households in Canada yet remain understudied in the context of microbial water quality or human health impacts. As there exists little systematic surveillance for enteric infections or outbreaks related to well water sources, consumers may be at risk of waterborne infectious diseases. A standard protocol in Ontario requires 200 mL of water, collected, and submitted by well owners, half of which is used to analyze for Escherichia coli and total coliforms (TCs). The aim of this study was to determine the efficacy of testing small water volumes and to survey for other contaminants in addition to bacterial indicators to inform pathogen prevalence and fecal source in drinking water wells. Samples were assessed for E. coli and TCs, by culture, and genetic markers of Bacteroides spp., Campylobacter spp., Salmonella spp., and Shiga toxin-producing E. coli, using qPCR. The source of fecal contamination varied by the geographic region and may be explained by septic tank density and underlying geology, among other factors. A small number of samples (1.9%) showed the evidence of contamination with enteric pathogens. Lastly, E. coli measured by qPCR, as opposed to culture, correlated more strongly to Bacteroides markers.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».