Evaluation of Heavy Metal in Soils From Enyimba Dumpsite in Aba, Southeastern Nigeria Using Contamination Factor and Geo-Accumulation Index
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
The manner in which municipal wastes generated are disposed in most urban areas in Nigeria is worrisome. The upsurge in population density and its resultant increase in urbanization and industrialization and the amount of waste generated in Aba, are of great concern. The objective of this research is to evaluate the concentration of some heavy metals in soils in the vicinity of Enyimba dumpsite in Aba, Nigeria. Thirty soil samples were collected and analyzed in the laboratory for some heavy metals by atomic absorption spectrophotometric method and multivariate statistical techniques. Twenty-five of the samples were obtained from the vicinity of the dumpsite while five samples are collected far away from the dumpsite to serve as control samples. The overall decreasing metal concentration in the dumpsite soil is: Cd > Co > Cu > Zn > As > Pb > Mn > Ni > Cr. A positive correlation exists between Cd and organic matter (r = 0.598). Geo-accumulation index and contamination factor showed a moderate contaminated with Cd only while the other metals are in their uncontaminated level. Factor analysis revealed four major components accounting for 78.82% of cumulative variance of the contamination: Cd, Cu, Co and organic matter; Pb, Zn and pH; Mn, As, clay + silt and finally Cr and Ni. From the above observations, it is evident that only Cd showed more pronounced level of pollution than any other metal. The need to replace open dumpsites with well designed sanitary landfills is advocated.
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 | 0,003 | 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) | 0,003 | 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