MétaCan
Menu
Retour à la cohorte
Enregistrement W4210757788 · doi:10.47339/ephj.2021.200

Lead in drinking water

2021· article· en· W4210757788 sur OpenAlexfundvenueaboutno aff
Kai Zhang, Dale Chen, Helen Heacock, Tom Kosatsk, BCIT School of Health Sciences Environmental

Notice bibliographique

RevueBCIT Environmental Public Health Journal · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesBritish Columbia Centre for Disease ControlBritish Columbia Institute of Technology
Mots-clésFlushingLead (geology)Environmental scienceToxicologyLead exposureEnvironmental healthAnimal scienceEnvironmental engineeringEnvironmental chemistryChemistryMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Lead is a systemic toxin that affects multiple organs and impairs physical and mental development. Although lead is ubiquitous in the environment, majority of exposures to lead is through drinking water. Lead-based plumbing components are the primary reason. Flushing is a lead reduction technique commonly used to reduce lead in drinking water, but the efficacy of the technique has been questioned. The purpose of this research project was to determine if there were significant levels of lead found in the drinking water of 12 buildings (sites) owned and operated by a Health Authority before and after 30-second flush and to determine if flushing is an effective measure to reduce lead concentrations.Materials and Methods: Lead in drinking water data was provided by Dr. Tom Kosatsky in an Excel spreadsheet. The data contained 184 pre-flush (≥ 8-hour stagnation period) samples paired to 184 post-flush (30-second duration) samples collected at locations within the 12 different sites. The sites were labelled A to L due to confidentiality. This data was then exported to NCSS, and statistical analysis in the forms of a two tailed t-test, one tailed one sample t-test, and repeated measures ANOVA was performed to determine if a statistically significant relationship between flushing and reduced lead concentrations exists.Results: Out of 368 samples, 28% of stagnation samples contained lead concentrations greater than the MAC (n = 103) whereas, 9% of post 30-second flush samples contained lead concentration greater than the MAC (n = 33). Lead concentrations in the drinking water samples after flushing were significantly reduced below the MAC (p = 0.00000). However, lead concentrations from samples collected at sites A, C, and G were equal to or greater than the MAC. Statistical analysis failed to reject the null hypothesis that post-flush lead concentrations for samples collected at sites A, C, and G is greater to or equal to the MAC (A: p = 0.22708, C: p = 0.06866, and G: p = 0.70589).Conclusion: Flushing is an effective measure in reducing lead concentrations at the tap to safe levels. However, the effectiveness of flushing and flushing duration is dependent on numerous factors such as the stagnation period, amount of lead-based plumbing supplying the drinking water and building size. Longer stagnation periods, increased lead-based plumbing, and large buildings all require longer flushing times to reduce lead concentrations to below 0.005 mg/L. The results of this can study can aid governments in developing polices that will eliminate existing lead infrastructure in British Columbia and Canada. Flushing is not a long-term solution in reducing lead concentrations at the tap to below 0.005 mg/L.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,032
Tête enseignante GPT0,258
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBCIT Environmental Public Health JournalMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207