MétaCan
Menu
Retour à la cohorte
Enregistrement W4416592885 · doi:10.2166/wrd.2025.040

The impact of informal settlement expansion on greywater generation: a potential missed opportunity?

2025· article· en· W4416592885 sur OpenAlexaboutno aff
Wihann van Reenen, Tobias George Barnard

Notice bibliographique

RevueWater Reuse · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Engineering and the Built Environment, University of Johannesburg
Mots-clésGreywaterInformal settlementsSettlement (finance)ReuseQuarter (Canadian coin)Human settlementPotable waterResource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT South Africa is a semi-arid country with drought on the rise. The government reports that over 3,400 informal settlements exist nationally that both require potable water and generate greywater that could be treated and reused. The current study investigated this using the Zandspruit informal settlement in the Gauteng province of South Africa. Aerial photography graphic information system (GIS) layers of Zandspruit were traced in approximately 3-year intervals between 2000 and 2023, and drone photography was employed in 2022. Using survey data collected within the settlement, in almost a quarter of a century, the usage of potable water and generation of greywater have increased by over 730% to 575 and 400 m3 per day, respectively. More than 62% (248 m3) of greywater was reported as discarded daily outside around dwellings, foregoing any reuse potential. It is important to study how this wasted resource could be purified and reused to contribute to the water needs of the country, and to mitigate health risks and environmental pollution concerns within the community due to greywater exposure.

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)0,006
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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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 revueWater ReuseMême sujetWastewater Treatment and ReuseTravaux en français237 207