The WHO Guidelines for Safe Wastewater Use in Agriculture: A Review of Implementation Challenges and Possible Solutions in the Global South
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Globally, the use of untreated, often diluted, or partly treated wastewater in agriculture covers about 30 million ha, far exceeding the area under the planned use of well-treated (reclaimed) wastewater which has been estimated in this paper at around 1.0 million ha. This gap has likely increased over the last decade despite significant investments in treatment capacities, due to the even larger increases in population, water consumption, and wastewater generation. To minimize the human health risks from unsafe wastewater irrigation, the WHO’s related 2006 guidelines suggest a broader concept than the previous (1989) edition by emphasizing, especially for low-income countries, the importance of risk-reducing practices from ‘farm to fork’. This shift from relying on technical solutions to facilitating and monitoring human behaviour change is, however, challenging. Another challenge concerns local capacities for quantitative risk assessment and the determination of a risk reduction target. Being aware of these challenges, the WHO has invested in a sanitation safety planning manual which has helped to operationalize the rather academic 2006 guidelines, but without addressing key questions, e.g., on how to trigger, support, and sustain the expected behaviour change, as training alone is unlikely to increase the adoption of health-related practices. This review summarizes the perceived challenges and suggests several considerations for further editions or national adaptations of the WHO guidelines.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle