MétaCan
Menu
Retour à la cohorte
Enregistrement W1977224400 · doi:10.1371/journal.pone.0071176

Assessment of Heavy Metal Contamination in the Surrounding Soils and Surface Sediments in Xiawangang River, Qingshuitang District

2013· article· en· W1977224400 sur OpenAlexaff
Min Jiang, Guangming Zeng, Chang Zhang, Xiaoying Ma, Ming Chen, Jiachao Zhang, Lunhui Lu, Qian Yu, Hu Langping, Lifeng Liu

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSpecialized Research Fund for the Doctoral Program of Higher Education of ChinaNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésPollutionEnvironmental sciencePollutantSoil waterContaminationEnvironmental chemistryHydrology (agriculture)Heavy metalsChemistryGeologyEcologySoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

Xiawanggang River region is considered to be one of the most polluted areas in China due to its huge amount discharge of pollutants and accumulation for years. As it is one branch of Xiang River and the area downstream is Changsha city, the capital of Hunan Province, the ecological niche of Xiawangang River is very important. The pollution treatment in this area was emphasized in the Twelfth Five-Year Plan of Chinese government for Xiang River Water Environmental Pollution Control. In order to assess the heavy metal pollution and provide the base information in this region for The Twelfth Five-Year Plan, contents and fractions of four heavy metals (Cd, Cu, Pb and Zn) covering both sediments and soils were analyzed to study their contamination state. Three different indexes were applied to assess the pollution extent. The results showed this area was severely polluted by the four heavy metals, and the total concentrations exceeded the Chinese environmental quality standard for soil, grade III, especially for Cd. Moreover, Cd, rated as being in high risk, had a high mobility as its great contents of exchangeable and carbonates fractions in spite of its relative low content. Regression analysis revealed clay could well explain the regression equation for Cd, Cu and Zn while pH and sand could significantly interpret the regression equation for Pb. Moreover, there was a significant correlation between Non-residual fraction and I(geo) for all the four metals. Correlation analysis showed four metals maybe had similar 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,118
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,029
Tête enseignante GPT0,248
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations94
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHeavy metals in environmentTravaux en français237 207