MétaCan
Menu
Retour à la cohorte
Enregistrement W2009833652 · doi:10.5539/jsd.v3n2p210

An Assessment of the Effect of Industrial and Sewage Effluent on Aquatic Invertebrates: A Case Study of A Southern Urban Stream, Zimbabwe

2010· article· en· W2009833652 sur OpenAlexvenueno aff
Trevor Dube, Caston Makaka, Zwelabo Sibanda

Notice bibliographique

RevueJournal of Sustainable Development · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEffluentInvertebrateEnvironmental scienceBenthic zoneWater qualityPollutionPollutantOdonataSewageWater pollutionEcologyHydrology (agriculture)Environmental chemistryBiologyEnvironmental engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The impact of industrial effluent discharged in Mazai stream was assessed through physical-chemical parameters and also by bio-monitoring of benthic macro-invertebrates. Samples were collected at three sites, one before the effluent discharge point into the stream (site 3) and two sites which were located downstream after the discharge points (sites 1 and 2). High levels of chemical pollutants were recorded at sites 1 and 2 (ZINWA red category) whereas site 3 (reference site) consisted of relatively clean water (ZINWA blue category). This was confirmed by the biological evaluation process. The SASS4 scores at sites 1 and 2 indicated a deterioration of water quality while site 3 there was good water quality with high species diversity. Detrended correspondence analysis (DCA) showed that pollution sensitive taxa such as Hemiptera, Trichoptera, Coleoptera and Odonata were dominant at site 3 whilst the other sites were dominated by pollution tolerant species such Chironomids. Continuous discharge of effluent could lead to extreme degradation of Mazai stream hence loss of biodiversity of macro-invertebrates.

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)0,001
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 enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,285
Écart entre enseignants0,270 · 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

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetWater Quality and Pollution AssessmentTravaux en français237 207