Environmental factors associated with Escherichia coli concentration at freshwater beaches on Lake Winnipeg, Manitoba, Canada
Notice bibliographique
Résumé
At many public beaches, routine monitoring of beach water quality using fecal indicator bacteria is conducted to evaluate the risk of recreational water illness. Results from water sample analysis can take over 24-hr, which may no longer accurately reflect current water quality conditions. This study aimed to assess which combination of environmental factors best predicts fecal contamination (E. coli) levels at two of the most popular beaches on Lake Winnipeg, Manitoba (Gimli and Grand Beach), by linking water quality data and publicly available environmental data from 2007 to 2021. We developed separate mixed effects models for each beach for two outcomes, linear (continuous log-transformed E. coli concentration) and categorical (200 CFU/100 ml threshold), to explore differences in the predictors of E. coli concentrations and exceedances of the provincial health risk threshold, respectively. We used a Directed Acyclic Graph to choose which predictor variables to include in the models. For both beaches, we identified clustering of the E. coli outcomes by year, suggesting year-specific variation. We also determined that extreme weather days, with higher levels of rainfall in the preceding 48-hr, previous day average air temperature, and previous day E. coli concentration could result in a higher probability of E. coli threshold exceedances or higher concentrations in the water bodies. In Grand Beach, we identified that days with lower average UV levels in the previous 24-hr and antecedent dry days could result in a higher probability of E. coli threshold exceedances or higher concentrations. The findings can inform possible trends in other freshwater settings and be used to help develop real-time recreational water quality predictive models to allow more accurate beach management decisions and warrant enhancement of beach monitoring programs for extreme weather events as part of the climate change preparedness efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».