MétaCan
Menu
Retour à la cohorte
Enregistrement W4381798696 · doi:10.3390/w15132325

Drinking and Natural Mineral Water: Treatment and Quality–Safety Assurance

2023· article· en· W4381798696 sur OpenAlexafffund
Tryfon Kekes, Constantina Tzia, Γεώργιος Κολλιόπουλος

Notice bibliographique

RevueWater · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésScope (computer science)SanitationLegislationWater qualityWater treatmentHuman lifeHazardEnvironmental planningEnvironmental scienceQuality assuranceMineral waterBusinessWaste managementRisk analysis (engineering)Water resource managementEnvironmental engineeringEngineeringOperations managementComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Water is one of the most essential materials for human survival and preservation of life. The significance of equitable access to safe and clean drinking water and sanitation is established as a human right that is essential for the full enjoyment of life. The scope of this review is to record the different water sources, along with the water’s main characteristics of each source, and to compare the existing regulations and legislations regarding drinking water as have been set by the competent organizations. Furthermore, this review will highlight and provide a general insight into the most applied drinking water treatment methods and introduce some novel treatment methods. Moreover, Hazard Analysis and Critical Control Points (HACCP) requirements and case studies of drinking water treatment plants are presented. Finally, natural mineral water characteristics, treatment methods, and legislation, along with the uses and treatment of water in the food industry, are also discussed.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations40
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetMembrane Separation TechnologiesTravaux en français237 207