MétaCan
Menu
Retour à la cohorte
Enregistrement W1492712956

Évaluation du niveau de pollution par les métaux lourds des lacs Bini et Dang, Région de l'Adamaoua, Cameroun

2014· article· fr· W1492712956 sur OpenAlexaboutno aff
Oumar Barkai, Nga Léopold Ekengele, Ondoa Augustin Désiré Balla

Notice bibliographique

RevueAfrique Science Revue Internationale des Sciences et Technologie · 2014
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La presente etude s’est donnee a pour objectif principal d’evaluer le niveau de pollution metallique des lacs Bini et Dang (Ngaoundere, Cameroun) a travers l’analyse des eaux et des sediments de surface. La concentration des metaux lourds (Ni, Cr, Fe, Pb, Cd, Zn) a ete mesuree par spectrophotometrie d’absorption atomique. Des resultats obtenus, il ressort que les elements Ni, Fe, Cr, Pb et Cd ont des teneurs elevees dans les eaux des deux lacs compares aux normes OMS sur les eaux de boisson et aux normes canadiennes sur la protection de la vie aquatique. Afin d’evaluer le niveau de contamination des sediments des deux lacs, le facteur d’enrichissement (FE) et l’indice de geoaccumulation (I-geo) ont ete calcules. Ainsi, le cadmium presente des FE forts a tres forts alors que le plomb affiche des FE moderes a forts. L’I-geo varie d’une forte contamination a une contamination extreme pour le cadmium. Cet index est modere a fort pour le plomb et modere pour le fer. Les sediments du lac de Dang sont dans l’ensemble les plus contamines en metaux lourds par rapport a ceux du lac Bini. Les activites agricoles, les rejets des eaux usees domestiques et les decharges incontrolees sont consideres comme principales sources de pollution des deux lacs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,020
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,114
Tête enseignante GPT0,346
Écart entre enseignants0,232 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrique Science Revue Internationale des Sciences et TechnologieMême sujetWater Quality and Pollution AssessmentTravaux en français237 207