Environmental influences and prediction of Escherichia coli concentration in freshwater recreational beaches in Southern Ontario
Notice bibliographique
Résumé
Background and Aim: The concentration of Escherichia coli is used in Canada as an indicator of fecal pollution in freshwater recreational beaches, and is associated with recreational water illness among beachgoers. This study examines the environmental predictors of E. coli in Toronto and Niagara Region beaches to inform beach monitoring programs and reduce beachgoer illness risks. Methods: Our first objective used advanced analytical methods to examine region-specific environmental predictors of E. coli at 18 beaches in Toronto and Niagara Region. Mixed-effects models investigated regional differences, while the application of path analysis identified intervariable relationships and pathways associated with E. coli in Niagara Region. Our second objective involves the development of region-specific predictive models using a novel Bayesian Network approach to provide real-time assessments of beach water E. coli concentrations in our study regions. Results: E. coli observations were collected from 2007-2019 for Toronto and 2011-2019 for Niagara Region. In the mixed-effects analysis, substantial clustering of E. coli values at the beach level was observed in Toronto, while minimal clustering was seen in Niagara, suggesting an important beach-specific effect in Toronto beaches. Air temperature and turbidity were positively associated with E. coli in all models in both regions. In the path analysis, we found that water turbidity was an important mediator for the indirect effect of environmental variables overall and in beach-specific models. Results from these analyses informed the development of region-specific Bayesian Network predictive models, which are currently being tested and finalized. Conclusions: Poor beach water quality could result in an increased risk of recreational water illness among the beachgoers. The development of accurate predictive models will guide beach managers in decision-making and risk communication to reduce recreational water illness risks among beachgoers. Keywords: E. coli, water quality, recreational water illness
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».