Protection des sources d'eau potable : portrait de la contamination de l'eau par Cryptosporidium sp. et Giardia sp.
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cryptosporidium sp. et Giardia sp., deux protozoaires parasites de l'homme et/ou de l'animal, sont des ennemis tenaces des usines de production d'eau potable partout à travers le monde. En effet, leur forme de dissémination les rend plus aisément dispersibles dans les étendues d'eau et plus robustes faces aux stress environnementaux en attendant leur ingestion par leur prochain hôte. Par ailleurs, cette forme les rend tous deux résistants au chlore, le composé le plus couramment utilisé dans la désinfection chimique de l'eau. D'autres moyens sont disponibles pour les éliminer, mais la performance de ceux-ci dépend de la concentration de parasites dans l'eau brute. Il est donc important de connaître la concentration de ces deux organismes dans les sources d'eau alimentant les usines de production d'eau potable et de cibler les conditions et/ou les moments de l'année durant laquelle chaque source est vulnérable à la contamination par ces agents pathogènes. Les objectifs du présent projet consistaient à 1) développer un outil biomoléculaire de détection spécifique à ces deux micro-organismes, 2) à optimiser le protocole de récupération de ceux-ci à partir d'eau brute, 3) à évaluer leur présence dans trois eaux de source du Québec d'un point de vue temporel ainsi que géographique et finalement, 4) à rechercher des corrélations entre le nombre de parasites et d'autres paramètres environnementaux. En cours de projet, il a été constaté que les méthodes de détection biomoléculaire actuellement disponibles manquent soit de sensibilité, soit de spécificité ou soit de reproductibilité pour être appliquées à la surveillance de Cryptosporidium sp. et de Giardia sp. dans l'eau environnementale. Les techniques de PCR et de LAMP ont été tentées avec plusieurs cibles génétiques différentes ainsi qu'avec différentes amorces sans permettre de trouver un protocole permettant de répondre à ces trois critères. Il a donc été décidé de se tourner vers le seul protocole standardisé actuellement disponible, soit la méthode 1623.1 de l'USEPA. Toutefois, compte tenu de ses pourcentages de récupération globalement faibles, des essais ont été entrepris pour tenter de modifier cette technique dans l'optique d'améliorer sa performance et/ou de diminuer les coûts requis pour son utilisation. Parmi les quatre approches mises à l'épreuve, le protocole original de la méthode 1623.1 a permis d'obtenir la meilleure récupération en ce qui concerne Giardia. Cependant, pour Cryptosporidium, les quatre protocoles testés ne produisaient pas de récupération statistiquement différente les uns des autres. Ultimement, il a été décidé d'utiliser le protocole original de la 1623.1 pour la suite du projet. Ensuite, une campagne d'échantillonnage d'un an a été menée entre mars 2022 et février 2023 au niveau de l'eau brute de trois usines de production d'eau potable du Québec (Québec, Charny et Lévis). Des prélèvements ont été faits de manière mensuelle avec des dates supplémentaires lors des périodes de transition saisonnière. Chaque échantillon était analysé avec la 1623.1 pour déterminer la concentration de parasites dans chacun des échantillons. Au final, un patron annuel a pu être dessiné pour Giardia avec de fortes concentrations durant les périodes froides et de transition saisonnière ainsi que des concentrations statistiquement plus faibles en période chaude. Pour sa part, la concentration de Cryptosporidium était davantage variable selon la saison et la source d'eau. Avec les données de la campagne d'échantillonnage de 2022-2023, des corrélations statistiques ont pu être établies entre la variation de la concentration d'(oo)cystes et celle de plusieurs paramètres environnementaux. Il a été rapidement constaté qu'aucun des paramètres environnementaux testés ne peut servir de proxy universel aux trois sites ni aux trois saisons pour la même source, pas même les micro-organismes indicateurs de pollution fécale conventionnels. Cependant, des corrélations fortes ont pu être trouvées pour chaque parasite à chaque site pour au moins une saison de l'année. Des modèles de régressions linéaires multiples ont également pu être établis pour chaque site et pour chaque parasite. Grâce aux travaux effectués durant ce projet, on peut conclure que chaque source d'eau possède ses caractéristiques et influences propres qui la rendent unique. Ainsi, les tendances observées à une source ne peuvent pas nécessairement être extrapolées aux autres sources, malgré leur proximité géographique. Par ailleurs, chaque année est unique en soi. Il est donc important d'effectuer une surveillance régulière au niveau de chaque source pour rester à l'affût de variations impromptues dans leur concentration.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.035 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it