![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Bichai, F., Smeets, P., Barrette, S., Deere, D., Ashbolt, N. J., & Ferrero, G. (2022). Water safety management during the initial phase of the Covid-19 pandemic: challenges, responses and guidance. International Journal of Water Resources Development, 39(2), 337-359. Lien externe
Papineau, I., Smeets, P., Hijnen, W., Payment, P., & Barbeau, B. (septembre 2012). Impact of the microbial load and raw water turbidity on ASF removal: historical analyses of 7 water treatment plants [Communication écrite]. Assessing pathogen fate, transport and risk in natural and engineered water treatment, Banff, Alberta. Non disponible
Sylvestre, É., Dorner, S., Burnet, J.-B., Smeets, P., Medema, G., Cantin, P., Villion, M., Robert, C., Ellis, D., Servais, P., & Prévost, M. (2021). Changes in Escherichia coli to enteric protozoa ratios in rivers: Implications for risk-based assessment of drinking water treatment requirements. Water Research, 205, 10 pages. Lien externe
Sylvestre, É., Prévost, M., Burnet, J.-B., Pang, X., Qiu, Y., Smeets, P., Medema, G., Hachad, M., & Dorner, S. (2021). Demonstrating the reduction of enteric viruses by drinking water treatment during snowmelt episodes in urban areas. Water Research X, 11. Lien externe
Sylvestre, É., Burnet, J.-B., Dorner, S., Smeets, P., Medema, G., Villion, M., Hachad, M., & Prévost, M. (2021). Impact of Hydrometeorological Events for the Selection of Parametric Models for Protozoan Pathogens in Drinking-Water Sources. Risk Analysis, 41(8), 1413-1426. Lien externe
Sylvestre, É., Prévost, M., Smeets, P., Medema, G., Burnet, J.-B., Cantin, P., Villion, M., Robert, C., & Dorner, S. (2021). Importance of Distributional Forms for the Assessment of Protozoan Pathogens Concentrations in Drinking-Water Sources. Risk Analysis, 41(8), 1396-1412. Lien externe
Sylvestre, É., Prévost, M., Burnet, J.-B., Smeets, P., Medema, G., Hachad, M., & Dorner, S. (2021). Using surrogate data to assess risks associated with microbial peak events in source water at drinking water treatment plants. Water Research, 200, 10 pages. Lien externe
Sylvestre, É., Burnet, J.-B., Smeets, P., Medema, G., Prévost, M., & Dorner, S. (2020). Can routine monitoring of E. coli fully account for peak event concentrations at drinking water intakes in agricultural and urban rivers? Water Research, 170, 12 pages. Lien externe