MétaCan
Menu
Retour à la cohorte
Enregistrement W1790014090 · doi:10.5555/arwg.15.4.hn3076665801k728

Water-pollution study based on the physico-chemical and microbiological parameters of the Semenyih River, Selangor, Malaysia

2012· article· en· W1790014090 sur OpenAlexvenueno aff
Fawaz Al-Badaii, Muhd. Barzani Gasim, Mazlin Mokhtar, Mohd Ekhwan Toriman, Sahibin Abd Rahim

Notice bibliographique

RevueArab world geographer · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePollutionWater qualityFishingWater resource managementContaminationFecal coliformSampling (signal processing)Water pollutionRecreationHydrology (agriculture)Coliform bacteriaGeographyFisheryEcologyBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

The Semenyih River is one of the most important rivers in Selangor, Malaysia, because it functions as a resource for domestic water supply, fishing, and recreation. It has been adversely affected by urban and industrial wastes since the early 1990s. This study assessed the contamination status of the Semenyih River based on the National Water Quality Standards for Malaysian rivers (NWQS) and the national Water Quality Index (WQI) classifications. Although 10 of the waterquality parameters were within the recommended levels for the NWQS, levels of phosphate (PO4), E. coli, and total coliform bacteria were found to exceed the threshold. The Semenyih River is polluted by human activities from its upstream section (contamination by E. coli, coliform bacteria, and PO4) and is therefore characterized as Class III based on NWQS classificationBased on WQI, the Semenyih River was classified as slightly polluted and placed in Class II for Malaysian rivers at all sampling stations except stations 5 and 7, which were...

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetWater Quality and Pollution AssessmentTravaux en français237 207