In Situ Performance of Granular Activated Carbon for Sampling Viruses and Bacteria from Wastewater: Toward Quantitative Passive Sampling for Wastewater-based Epidemiology
Notice bibliographique
Résumé
Expanding the WBE footprint to include low-resource settings where small, informal, and ad-hoc wastewater systems and high burdens of disease are co-located requires resource-efficient and adaptable methods. To that end, we deployed passive samplers made of granular activated carbon (GAC) into raw influent at a small wastewater treatment plant continuously over 90 days. Detections of SARS-CoV-2 RNA, respiratory syncytial virus RNA, and human adenovirus DNA on GAC passive samplers were coincident with regional clinical trends during a low-incidence period. GAC also recovered bacterial DNA, including mapA, a gene associated with Campylobacter jejuni. A set of antibiotic resistance genes – tetW, blaTEM, blaCTX – were also quantified from GAC passive samplers and did not show increased relative abundance over exposure durations up to 168 hours. Sequencing of 16S rRNA amplicons indicated the GAC samplers recovered bacterial families abundant in both wastewater and feces. Over 38 deployments up to 168 hours long, the average uptake rate decayed exponentially with exposure duration for 16S rRNA (R2 = 0.972), pepper mild mottle virus (R2 = 0.882), and human adenovirus (R2 = 0.585). GAC passive samplers may afford a resource-efficient approach to producing quantitative data for a wide variety of infectious agents relevant to WBE.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,001 |
| 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 ».