Impacts of a Changing Earth on Microbial Dynamics and Human Health Risks in the Continuum between Beach Water and Sand
Notice bibliographique
Résumé
Humans may be exposed to microbial pathogens at recreational beaches via environmental sources, such as water, sand, and aerosols. Although infectious disease risk from exposure to waterborne pathogens has been an active area of research for decades, sand is a relatively unexplored reservoir of pathogens and fecal indicator bacteria (FIB). Beach sand and water habitats provide unique advantages and challenges to pathogen introduction, growth, and persistence, as well as continuous exchange between habitats. Models of FIB and pathogen fate and transport in sandy beach habitats can help predict the risk of infectious disease from recreational water use, but filling knowledge gaps such as decay rates and potential for microbial growth in beach habitats is necessary for accurate modeling. Climatic variability, whether natural or anthropogenically-induced, adds complexity to predictive modeling, but may increase human exposure to waterborne pathogens via extreme weather events, warming of water bodies and sea level rise in many regions. The popularity of human recreational beach activities, combined with predicted climate change scenarios, could amplify the risk of human exposure to pathogens and related illnesses. Other global change trends such as increased population growth and urbanization are expected to exacerbate contamination events and the predicted impacts of increasing levels of waterborne pathogens on human health. Such changes will alter microbial population dynamics in beach habitats, and will consequently affect the assumptions and relationships used in population models and quantitative microbial risk assessment (QMRA). Here, we discuss the literature on microbial population and transport dynamics in sand-water continuum habitats at beaches, how these dynamics can be modeled, and how climate change and other anthropogenic influences (e.g., land use, urbanization) should be considered when using and developing more holistic, beachshed-based models.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».