Detection of fecal coliforms and SARS-CoV-2 RNA in sewage and recreational waters in the Ecuadorian Coast: a call for improving water quality regulation
Notice bibliographique
Résumé
ABSTRACT Wastewater surveillance represents an alternative approach for the diagnosis and early detection of infectious agents of public health importance. This study aimed to evaluate SARS-CoV-2 and other quality markers in oxidation lagoons, estuarine areas and seawater at Guayas and Santa Elena in Ecuador. Sample collections were conducted twice at 42 coastal sites and 2 oxidation lagoons during dry and rainy seasons (2020-2021). Physico-chemical and microbiological parameters were evaluated to determine organic pollution. Quantitative reverse transcription PCR was conducted to detect SARS-CoV-2. Results showed high levels of Escherichia coli and low dissolved oxygen concentrations. SARS-CoV-2 was detected in sea-waters and estuaries with salinity levels between 34.2-36.4 PSU and 28.8 °C-31.3 °C. High amounts of fecal coliforms were detected and correlated with the SARS-CoV-2 shedding. We recommend to decentralized autonomous governments in developing countries such as Ecuador to implement corrective actions and establish medium-term mechanisms to minimize a potential contamination route. HIGHLIGHTS SARS-CoV-2 RNA was detected in estuaries, bays and the wastewater treatment systems in Playas and Santa Elena. High levels of fecal coliforms were detected along shorelines. Water quality parameters revealed a negative impact on the beaches studied associated with human activities.
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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 ».