MétaCan
Menu
Retour à la cohorte
Enregistrement W4408430982 · doi:10.5194/egusphere-egu25-14077

Using a multi-tracer approach to assess wastewater contaminant inputs to surface waters from onsite wastewater treatment systems 

2025· preprint· en· W4408430982 sur OpenAlexaffabout
C. E. Robinson, James W. Roy, Christopher Jobity, Evan Angus, Yunpeng Gao, Thomas A. Edge

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensMcMaster UniversityEnvironment and Climate Change CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésTRACERWastewaterEnvironmental scienceSewage treatmentSurface waterEnvironmental engineeringWaste managementEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Quantifying contaminant inputs from onsite wastewater treatment systems (OWTS) to surface waters is needed in many watersheds to inform water quality management programs. This quantification is challenging due to the distributed locations of OWTSs across rural watersheds and uncertainties regarding the fate of the various wastewater contaminants in the environment. The objectives of this study were to i) identify the dominant pathways via which contaminants from OWTS reach streams, and ii) evaluate whether contaminant loads reaching streams from OWTS varies between watersheds with different physical and socio-economic characteristics, and between dry and wet weather conditions. These objectives were addressed by combining geospatial mapping, field investigations, and statistical analyses with the study focused on watersheds in Ontario, Canada. Detailed stream sampling was conducted in four watersheds with human wastewater tracers including artificial sweeteners (acesulfame, saccharin, cyclamate, sucralose) and microbial source tracking markers (HF183 and human mitochondrial markers) used to untangle the pathways via which OWTS-derived contaminants may be transported to streams. In addition, widespread sampling was conducted across 53 watersheds to assess the influence of physical and socio-economic characteristics on OWTS-derived contaminant inputs to streams. The data indicate that more contaminants reach streams during wet weather conditions and contributing pathways include groundwater transport as well as more rapid pathways including residential and agricultural tile drains. For more conservative contaminants, the amounts of contaminants reaching streams were significantly higher in watersheds with older households and with low topographic wetness index, but for less conservative contaminants other factors including the distance between OWTS and streams may be important. The findings of this study are needed to inform OWTS best management practices and to improve contaminant load estimates to streams. 

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,165
Tête enseignante GPT0,338
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207