Estudo comparativo de sistemas de desinfeção de água de piscinas públicas: cloro, bromo, ozono e radiação UV
Bibliographic record
Abstract
A crescente utilização de piscinas públicas é uma prática saudável mas que pode ter riscos para a saúde humana, apesar da qualidade microbiológica e química da água ser monitorizada regularmente e a sua desinfeção ser obrigatória. Neste estudo compararam-se quatro sistemas de desinfeção de água de piscinas públicas, cloro, bromo, ozono e UV. Procedeu-se a uma revisão bibliográfica sobre as principais características e efeitos secundários de cada um dos sistemas, incluindo valores paramétricos de concentração de desinfetante, eficiência de desinfeção, formação de subprodutos resultantes da desinfeção com agentes químicos e potenciais efeitos na saúde humana. Compararam-se os resultados de análises de amostras de água, de 2010 a 2012, de piscinas da região da grande Lisboa e Oeste que utilizam os referidos métodos. O baixo número de amostras de água desinfetada com bromo e com ozono apenas permitiu a comparação de sistemas de desinfeção com cloro e sistemas UV complementados com halogéneo residual. Verificou-se que o sistema de radiação UV e halogéneo residual é mais eficaz de acordo com a literatura consultada. Este método reduz os riscos da exposição a subprodutos de desinfeção quando comparado com os da utilização de cloro.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".