MétaCan
Menu
Retour à la cohorte
Enregistrement W4310922890 · doi:10.21203/rs.3.rs-2346377/v1

Water quality index and sanitary inspection as tools to assess water quality in supply systems

2022· preprint· en· W4310922890 sur OpenAlexaboutno aff
André Vinicius Costa Ribeiro, Guilherme V. Oliveira, Maicon C Machado, Paulo Rubens Guimarães Barrocas, Jaime Lopes da Mota Oliveira

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesFundação Nacional de SaúdeFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésWater supplyWater qualityIndex (typography)Raw waterQuality (philosophy)Water resource managementEnvironmental scienceBusinessEnvironmental engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract One of the challenges in ensuring safe drinking water is to improve its quality from that of raw water to the consumption points. This study assessed the security of a water supply system used by a military base (MB) located on the Rio de Janeiro coast, Brazil. This security was evaluated using two tools: water quality indices (Brazilian and Canadian indices) and structured sanitary inspection. The quality of the water source was classified as “good” according to both indices. However, the water consumed was categorized as “bad” as per the Canadian Index. Sanitary inspection showed weaknesses in the supply system. The MB's drinking water supply system was not safe, presenting a high-level risk and requiring urgent mitigation measures. Therefore, the tools used in this study were found to be suitable for assessing water-supply systems.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,202
Tête enseignante GPT0,459
Écart entre enseignants0,257 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetWater Quality and Pollution AssessmentTravaux en français237 207