Investigation into the metal contamination of the Plankenburg and Diep Rivers, Western Cape, South Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Metal contamination in the Plankenburg and Diep Rivers (Western Cape) was investigated over a 12 and 9 month period, respectively. Aluminium (Al), copper (Cu), iron (Fe), lead (Pb), manganese (Mn), nickel (Ni) and zinc (Zn) concentrations were determined using the nitric acid digestion method and analysed by inductively coupled plasma atomic emission spectrometry (ICP-AES). For both rivers the Al and Fe concentrations were higher than that for all the other metals analysed for in sediment and water samples. The highest concentrations recorded in the Plankenburg River were 13.6 mgE.-1 (water . Week 18, Site B) and 15 018 mgEkg-1 (sediment . Week 1, Site C) for Al, and 48 mgE.-1 (water . Week 43, Site A) and 14 363.8 mgEkg-1 (sediment . Week 1, Site A) for Fe. The highest concentrations recorded in the Diep River were 4 mgE.-1 (water . Week 1, Site A) and 19 179 mgEkg-1 (sediment . Week 1, Site C) for Al, and 513 mgE.-1 (water . Week 27, Site A) and 106 379.5 mgEkg-1 (sediment . Week 9, Site C) for Fe. For most of the metals analysed the concentrations were higher than the recommended water quality guidelines as stipulated by the Department of Water Affairs and Forestry, the Canadian Council for the Ministers of the Environment and the accepted eworld averagef. Point sources of pollution could not be conclusively identified, but runoff from both industrial and residential areas could have contributed to the increased concentrations. Metal concentrations should be routinely monitored and the guidelines should be updated and revised based on the current state of the rivers and pollution sources.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle