MétaCan
Menu
Retour à la cohorte
Enregistrement W4416202293

Water Quality in High-Altitude Facilities: Outcomes of Investigating a Mountain Territory of Northern Italy.

2025· article· en· W4416202293 sur OpenAlexaff
Alberto Del Prete, Carla Palma, Erica Bino, Vincenzo Marcotrigiano, Alessandro Citiulo, Igor Campigotto, Fabio Surace, Alessia Tabacchi, Monica Tissi, Ilaria Gecchele, Anna Endrizzi, Giovanni Andrea Sava, Mattia Manzi, D. Comin, Andrea Gazzetta, Alberto Lovat, Osvalda De Giglio, Maria Teresa Montagna, Sandro Cinquetti

Notice bibliographique

RevuePubMed · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésAqueductWater qualityHygieneAccommodationQuality (philosophy)Water consumptionStatistical analysisPublic health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The mountain area preparing to host the 2026 Olympic Games will benefit from an unprecedented increase in tourism, requiring local health authorities to perform additional checks to verify that the local accommodation facilities meet hygiene requirements. The focus of this investigation were the huts that, due to their intrinsic characteristics and location, cannot always access drinking water from the public aqueduct but are often fed by private sources, snowfields or rainwater. With the aim of improving the quality of these mountain huts, the microbiological quality of water intended for human consumption was investigated, and the analytical results were compared according to the relative types of supply. A statistical analysis was conducted on 41 huts that met the inclusion criteria, proving that the water drawn from the public aqueduct was of better microbiological quality than water from other sources (p-value: 0.016).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,038
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,227 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetFecal contamination and water qualityTravaux en français237 207