Risk of adenovirus and <i>Cryptosporidium</i> ingestion to sanitation workers in a municipal scale non-sewered sanitation process: a case study from Kigali, Rwanda
Notice bibliographique
Résumé
Abstract Sanitation workers provide essential services that protect public health, often at the cost of their own health and safety. In this study, we evaluate occupational exposure to fecal pathogens at each stage in a non-sewered sanitation process. Bulk fecal waste samples were collected during waste collection and waste processing tasks and analyzed for Cryptosporidium, adenovirus, E. coli, and total coliforms using quantitative polymerase chain reaction and culture methods. Structured observations of worker hand-to-mouth behavior were conducted, and worker hand- and glove-rinse samples were collected and analyzed for E. coli and total coliforms. A Monte Carlo simulation was used to model the dose of pathogen ingested and the risk of disease across two waste collection and processing tasks. The model results show that the probability of disease was highest from exposure to adenovirus during collection. Our analysis highlights that pathogen-to-indicator ratios are useful for predicting the risk to adenovirus which has a high detection rate. On the other hand, the use of pathogen-to-indicator ratios to predict Cryptosporidium concentration is fraught due to variable detection rates and concentration.
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 | 0,001 | 0,001 |
| 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 ».