MétaCan
Menu
Retour à la cohorte
Enregistrement W4405910930 · doi:10.1371/journal.pwat.0000303

Social vulnerability and exposure to private well water

2024· article· en· W4405910930 sur OpenAlexafffund
Miriam Wamsley, Eric S. Coker, Robin Taylor Wilson, Kevin Henry, Heather Murphy

Notice bibliographique

RevuePLOS Water · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of GuelphBC Centre for Disease Control
Organismes subventionnairesCanada Research ChairsTemple UniversityPennsylvania Department of Health
Mots-clésVulnerability (computing)Social vulnerabilityBusinessEnvironmental planningSociologyPolitical scienceGeographyPsychologyComputer securitySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

One quarter of the population of Pennsylvania relies on private domestic well water: two-fold greater than the US average. Private well owners are responsible for the maintenance and treatment of their water supply. Targeted interventions are needed to support these well owners to ensure they have access to safe drinking water, free of contaminants. To develop appropriate interventions, an understanding of the characteristics and social vulnerability of communities with high well water use is needed. The purpose of this study was to determine the spatial patterning of social vulnerability in Pennsylvania and assess the association between social vulnerability and private domestic wells using profile regression. Census data and water supply information were used to estimate the proportion of the population using domestic wells. Ten area-level measures of social vulnerability at the census-tract level were investigated, using Bayesian profile regression to link clustering of social vulnerability profiles with prevalence of private domestic wells. Profile regression results indicated 15 distinct profiles of social vulnerability that differ significantly according to the area-level prevalence of domestic well use frequency. Out of these, two profiles of census tracts were identified as socially vulnerable and had a high proportion of well-water users, representing approximately 1.1 million Pennsylvanians or a third of all well water users in the State. High area-level social vulnerability profiles coincide with a high frequency of private well-water use in PA. This study presents a data-driven approach to supporting public health programs aimed at reducing exposure and health risks of chemical and infectious agents in household water supplies by targeting vulnerable populations.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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'étudeObservationnel
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLOS WaterMême sujetChild Nutrition and Water AccessTravaux en français237 207