Annual and Seasonal Variability of Trichloromethane in Drinking Water of Kunshan City 2016–2022 and Associated Health Risks
Notice bibliographique
Résumé
This study aimed to evaluate the annual pollution characteristics of trichloromethane (TCM) in Kunshan City’s tap water from 2016 to 2022. This research analyzed 566 tap water samples from centralized water supply units, utilizing the GB 5749-2006 Sanitary Standard for Drinking Water as the evaluation benchmark. Data analysis employed non-parametric tests and Spearman’s correlation analysis using Excel 2017 and SPSS 26.0. The results indicated a 100% compliance rate with the TCM limit (0.06 mg/L), with median annual concentrations ranging from 0.1 to 6.4 μg/L. Significant inter-annual variations were observed (H = 222.5, p < 0.01), with the lowest levels in 2019 and the highest in 2020. Quarterly analysis revealed significant seasonal differences (H = 94.0, p < 0.01), peaking in the third quarter (8.0 μg/L) and bottoming in the first quarter (3.5 μg/L). TCM concentrations showed significant correlations with annual and quarterly trends, turbidity, and chlorides (|rs| > 0.3, p < 0.01) but not with pH (rs = −0.0025, p = 0.55). While Kunshan City’s drinking water demonstrates satisfactory TCM levels, an increasing annual trend and higher concentrations in the latter half of the year warrant continued monitoring and investigation. In this study, we assessed the health risks for households in Kunshan, China, due to trichloromethane (TCM) in drinking water. The overall carcinogenic risk from multiple exposure pathways was slightly above the ideal level, while the non-carcinogenic risk was within an acceptable range.
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 | 0,000 |
| 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) | 0,000 | 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 ».