Assessment of irrigation water quality for the Quebec horticulture industry
Notice bibliographique
Résumé
Les légumes prêts à consommer, lorsqu'ils sont irrigués avec de l'eau de surface non traitée, causent un risque gastro-intestinal pour les humains. Des études en serre et sur le terrain ont été menées pour quantifier Escherichia coli dans l'eau d'irrigation et les légumes irrigués avec de l'eau non traitée. Le modèle quantitatif d'évaluation des risques microbiens (QMRA) a utilisé des données des études de serre et de terrain pour estimer le risques pour la santé des humains sur la consommation de fruits et légumes frais irrigués. L'étude de terrain a analysé E. coli pathogène dans l'eau d'irrigation au cours des saisons de croissance de mai à octobre en 2013 et 2014 sur deux sites de terrain, l'un à St-Rémi et l'autre à Rougemont, au Québec. À Rougemont, la concentration maximale d'E. coli a été observée pendant la période de mai-juin pour les deux années. Alors qu'à St-Remi, la concentration maximale d'E. coli a été observée pendant les mois de mai-juin et septembre-octobre. L'étude en serre a été menée dans des conditions environnementales contrôlées au campus Macdonald afin de confirmer le niveau de contamination transféré aux fruits ainsi qu'au sol sur une période de 30 jours. À l'aide de quatre différents traitements, l'application d'eau d'irrigation contaminée à l'E. coli a causé la contamination des récoltes et du sol. Le risque le plus élevé pour la laitue a été observé avec le traitement « gicleur+terre organique » suivi du « gicleur+ terre minérale » puis du « goutte à goutte+ terre organique », mais le risque associé au traitement « goutte à goutte+ terre minérale » a été observé seulement à partir du 20ème jour. Pour la tomate, un risque a seulement été observé avec le traitement « goutte à goutte+terre organique » à partir du 10ème jour. Le modèle QMRA a utilisé des données provenant d'expériences sur le terrain et la charge annuelle de morbidité combinée pour tous les pathogènes a été estimée entre 10-3 et 10-2 AVAI (années de vie ajustées sur l'incapacité) pour la laitue et la tomate. Tandis que le risque combiné de maladies gastro-intestinales se situait dans les fourchettes de 10-2 à 10-1 pour la laitue et 10-3 à 10-1 pour la tomate. La comparaison entre la modélisation de la laitue et de la tomate a démontré que la consommation de laitue entraînerait un risque plus élevé puisque la fourchette est plus étendue que celle liée à la consommation de la tomate.Une autre étude de QMRA a été menée à l'aide des données de St-Esprit, au Québec, afin de valider les risques de maladies gastro-intestinaux quantifiés lorsque les cultures étaient irriguées avec de l'eau de surface non traitée. Pour tous les scénarios, l'irrigation goutte à goutte a montré moins de risques (1.8 X10-8 to 3.9 X10-4 AVAI) que l'irrigation à l'aide de gicleurs (9.8 X10-8 to 2.1 X10-3 AVAI). Laver les légumes frais pendant 2 minutes minimise le plus les risques (10-8-10-5 AVAI) lorsque comparé à un lavage de 3-4 secondes (10-8-10-4 AVAI) ou ne pas les laver du tout (10-7-10-3 AVAI). Parmi les cinq légumes suivant: la tomate, la courge (courgette), le chou-fleur, le brocoli et la laitue, cette dernière présente le plus haut risque de transmission de maladie. Par conséquent, il est recommandé de laver les légumes frais pendant 2 min avant la consommation; et d'utiliser l'irrigation goutte à goutte et un sol minéral pour faire pousser les légumes à manger crus.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».