Global assessment of trihalomethanes in drinking water
Notice bibliographique
Résumé
BACKGROUND. Chlorination of drinking water is a major public health intervention to avoid water-borne infections. Disinfection generates undesired by-products such as trihalomethanes (THMs), some of which are carcinogenic. Global information on population exposure to disinfection by-products (DBPs) in water is lacking. We developed global country-wide estimates of the concentrations of THMs in drinking water as a marker of DBP exposure. METHODS. In this global study we collected information about the regulatory status of DBPs and concentrations of total and specific THMs (chloroform, bromoform, dibromochloromethane, bromodichloromethane) in drinking water from the latest year available. Global THM data were collected using a structured questionnaire and database from key national contacts and experts (national agencies, universities, water utilities). We conducted on-line searches of published reports, research studies, and grey literature. We calculated population-weighted average THM levels in each country. Data quality analysis considered the percentage of population covered, the number of water samples, and the source of information used. RESULTS. From the 121 countries included, 90 (74%) regulate THMs in drinking water. In countries with THM regulations, 42 (47%) conduct routine monitoring. Data collection is ongoing. Average THM levels (in μg/L) varied e.g., from 0.02 in Denmark, 0.2 in Netherlands, 24 in UK, 27 in Canada, 34 in USA to 60 in South Africa, and 72 in Australia. Very high levels above 600 were observed in certain areas in India. There were major gaps in global coverage, primarily in Africa, but also in Asia. DISCUSSION. This is the first global assessment of THM levels in drinking water. National data were available for most high and several middle income countries. Results will become open access, and are expected to promote research and policy developments, including better estimates of global burden of disease, comparative risk assessment, and will facilitate control of DBPs in drinking water.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,020 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».