Quantitative microbial risk assessment (QMRA) of the work of manual pit emptiers, commonly known as <i>bayakous</i>
Notice bibliographique
Résumé
ABSTRACT In Haiti, manual pit emptiers, known as bayakous, face significant health risks. They work by descending naked into latrine pits, exposing themselves to pathogens and contributing to environmental contamination. This study employs the quantitative microbial risk assessment (QMRA) method to evaluate the microbial risks associated with this practice, considering nine prevalent pathogens in Haiti. Three ingestion scenarios were developed: hand-to-mouth contact, ingestion while immersed in excreta, and a combination of both. A sensitivity analysis assessed the impact of input data on study outcomes. The results indicate a high probability of infection and illness during pit emptying operations annually for all scenarios and pathogens. Recommendations include adopting personal protective equipment (PPE) and using a manual Gulper waste pump to eliminate the need to descend directly into the pits, thereby reducing the risk of injury from sharp objects. The study proposes the establishment of intermediate disposal points approximately 5 km from collection sites to deter illegal dumping. National regulations and professionalization of the bayakou profession are suggested, along with awareness campaigns to promote PPE and Gulper pump usage. Addressing these issues is crucial for safeguarding the health of bayakou and public health in Haiti.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».