Improving groundwater treatment decisions using <i>Giardia</i> and total aerobic spores to assess surface water influence
Notice bibliographique
Résumé
ABSTRACT Giardia and Cryptosporidium detection in public water supply (PWS) ground water is rare. PWSs are identified as ground water under the direct influence of surface water (GWUDI) using microscopic particulate analysis (MPA) to determine GWUDI. A Canadian dataset of 1,221 samples from 590 ground water devices was collected during the years 2006–2020. Samples were analyzed using the suggested MPA method (for diatoms), for total aerobic spore (TAS), and for parasitic protozoa (EPA Method 1623) (727 samples using the EPA MPA-suggested method, 494 samples using US EPA Method 1623). Giardia cysts were found in 21 samples collected from 16 drinking water production devices. Cryptosporidium oocysts were found in three devices, co-occurring with Giardia. These detections in routine PWS samples using US EPA Method 1623 are the most robust reported detections worldwide. A generalized linear model was used to determine the co-occurrence of TAS or diatom with Giardia and demonstrated that diatoms supplemented by TAS were better than diatoms alone. Diatoms and TAS have complementary parameter sensitivity and specificity when analyzed by sample and by device, i.e. sensitivity (by sample): TAS 78%; diatoms 24% and specificity (by device): TAS 39%; diatoms 87%.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».