MétaCan
Menu
Retour à la cohorte
Enregistrement W1984846323 · doi:10.4000/vertigo.15365

Évaluation comparée de la pollution des rivières Kahuwa et Mpungwe par l'utilisation des macroinvertébrés benthiques

2015· article· fr· W1984846323 sur OpenAlexvenueno aff
Dieudonné Niganda Zirirane, Jean Jacques Mashimango Bagalwa, M. Isumbisho, M. Mulengezi, I. Mukumba, Maria Herlinda Bora, J.M. Mucheso, A. Lukamba, G. Iragi, B. Irenge, F. Kibangu, R. Kamangala

Notice bibliographique

RevueVertigO · 2015
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Les perturbations environnementales dues aux activités anthropogéniques se multiplient dans de nombreuses régions du globe et entraînent diverses pollutions des eaux. Ces pollutions sont importantes et causent un grand problème régional et local de santé publique. Dans la ville de Bukavu et ses environs, il y a suffisamment des systèmes aquatiques qui présentent des signes de pollution résultant des activités humaines. En vue d’estimer l’impact des activités anthropogéniques sur l’environnement des rivières, cette étude a été menée sur les rivières Kahuwa, située en milieu urbain, la ville de Bukavu et Mpungwe, située en milieu rural, à 20 km de la même ville. Des analyses physico-chimiques et biologiques réalisées in situ et au laboratoire du Centre de recherche en sciences naturelles de Lwiro, République Démocratique du Congo dans 7 sites des deux rivières (4 dans la rivière Kahuwa et 3 dans la rivière Mpungwe). Les résultats obtenus ont montré que la rivière Kahuwa est plus polluée que la rivière Mpungwe durant la période d’étude. Les paramètres physico-chimiques étudiés varient de l’amont en aval dans les deux rivières. Les concentrations en nutriments (phosphore et azote) sont en générales très élevées dans les sites où les activités anthropogéniques sont intenses (Kibonge, Cheche et SNCC pour la rivière Kahuwa et Usine Murhesa pour la rivière Mpungwe). Ces concentrations montrent bien que la pollution organique est intensifiée par les apports anthropogéniques. En général, la différence des concentrations des paramètres physico-chimiques dans les deux rivières est significative (p < 0,05). Les sources de ces nutriments sont généralement les effluents domestiques, les fosses septiques, les érosions provenant de l’agriculture, les rejets des industries et rejets des déchets divers qui ne sont pas réglementés. Les sites de la rivière Kahuwa ont moins d’espèces (14) que les sites de la rivière Mpungwe (31). La différence est significative entre les deux rivières (p < 0,001) en ce qui concerne la richesse spécifique. Cette faible richesse spécifique de la rivière Kahuwa serait due à la dégradation de la qualité des eaux comme déjà observée dans les facteurs physico-chimiques. En effet, il a été remarqué que l’utilisation des terres dans le bassin versant avait un impact significatif sur la distribution des macroinvertébrés. L’indice de Shannon et Weaver H’, l’indice biotique de pollution des macroinvertébrés l’indice de Hilsenhof, l’indice de Simpson et l’indice de Margalef montrent des variations entre les sites de prélèvement et les rivières. Des mesures de lutte antiérosive dans le bassin versant de la rivière Kahuwa et de mesures d’éco-sanitation (utilisation des toilettes VIP) sont recommandées pour diminuer la quantité des matières organiques apportées par la rivière Kahuwa dans le Lac Kivu.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,266
Écart entre enseignants0,216 · 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'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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207