MétaCan
Menu
Retour à la cohorte
Enregistrement W3185267796 · doi:10.1080/09603123.2021.1949437

Global occurrence of SARS-CoV-2 in environmental aquatic matrices and its implications for sanitation and vulnerabilities in Brazil and developing countries

2021· review· en· W3185267796 sur OpenAlexaff
Gleyson B. Castro, Aline Christine Bernegossi, Bruno José de Oliveira Sousa, Mara R. de Lima e Silva, Fernando Rodrigues-Silva, Bárbara Luíza Souza Freitas, Allan Pretti Ogura, Juliano José Corbi

Notice bibliographique

RevueInternational Journal of Environmental Health Research · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSanitationDeveloping countryBusinessEnvironmental planningEnvironmental healthStormwaterWater supplyEnvironmental scienceEnvironmental protectionEnvironmental engineeringEconomic growthMedicineEcologyEconomicsSurface runoffBiology

Résumé

récupéré en direct d'OpenAlex

This paper includes a systematic review of the SARS-CoV-2 occurrence in environmental aquatic matrices and a critical sanitation analysis. We discussed the interconnection of sanitation services (wastewater, water supply, solid waste, and stormwater drainage) functioning as an important network for controlling the spread of SARS-CoV-2 in waters. We collected 98 studies containing data of the SARS-CoV-2 occurrence in aquatic matrices around the world, of which 40% were from developing countries. Alongside a significant number of people infected by the virus, developing countries face socioeconomic deficiencies and insufficient public investment in infrastructure. Therefore, our study focused on highlighting solutions to provide sanitation in developing countries, considering the virus control in waters by disinfection techniques and sanitary measures, including alternatives for the vulnerable communities. The need for multilateral efforts to improve the universal coverage of sanitation services demands urgent attention in a pandemic scenario.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,258
Tête enseignante GPT0,528
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Health ResearchMême sujetSARS-CoV-2 detection and testingTravaux en français237 207