A critical evaluation of parametric models for predicting faecal indicator bacteria concentrations in greywater
Notice bibliographique
Résumé
Greywater reuse is a strategy to address water scarcity, necessitating the selection of treatment processes that balance cost-efficiency and human health risks. A key aspect in evaluating these risks is understanding pathogen contamination levels in greywater, a complex task due to intermittent pathogen occurrences. To address this, faecal indicator organisms like E. coli are often monitored as proxies to evaluate faecal contamination levels and infer pathogen concentrations. However, the wide variability in faecal indicator concentrations poses challenges in their modelling for quantitative microbial risk assessment (QMRA). Our study critically assesses the adequacy of parametric models in predicting the variability in E. coli concentrations in greywater. We found that models that build on summary statistics, like medians and standard deviations, can substantially underestimate the variability in E. coli concentrations. More appropriate models may provide more accurate estimations of, and uncertainty around, peak E. coli concentrations. To demonstrate this, a Poisson lognormal distribution model is fit to a data set of E. coli concentrations measured in shower and laundry greywater sources. This model estimated arithmetic mean E. coli concentrations in laundry waters at approximately 1.0E+06 MPN 100 mL−1. These results are around 2.0 log10 units higher than estimations from a previously used hierarchical lognormal model based on aggregated summary data from multiple studies. Such differences are considerable when assessing human health risks and setting pathogen reduction targets for greywater reuse. This research highlights the importance of making raw monitoring data available for more accurate statistical evaluations than those based on summary statistics. It also emphasizes the crucial role of model comparison, selection, and validation to inform policy-relevant outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».