MétaCan
Menu
Retour à la cohorte
Enregistrement W2018138244 · doi:10.4236/jep.2012.311170

Mining and Seasonal Variation of the Metals Concentration in the Puyango River Basin—Ecuador

2012· article· en· W2018138244 sur OpenAlexfundno aff
M.E. García, Óscar Betancourt, Edwin Cueva, Jean Remy Davée Guimarães

Notice bibliographique

RevueJournal of Environmental Protection · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésTributaryGold miningWet seasonEnvironmental scienceDry seasonEffluentHydrology (agriculture)Drainage basinStructural basinSeasonalityNatural (archaeology)GeologyEnvironmental engineeringEcologyGeographyGeomorphologyChemistry

Résumé

récupéré en direct d'OpenAlex

The Puyango River Basin covers approximately an area of 4400 km2, it is located in Southern of Ecuador, with Calera and Amarillo rivers as tributaries. In this region, one of the main activities is small scale gold and silver mining. Currently there are 110 processing plants on the bank of Calera and Amarillo rivers, causing a significant degradation of natural resources. A seasonal comparison of metal concentrations in surface water, sediments and particulate matter from the Puyango River and its effluents is made. It was done a differentiation between natural contaminations with the anthropogenic one generated by mining activity. Samples were taken during dry season (2004) and rainy season (2006), and analyzed physicochemical parameters, anions and cations and the concentrations of heavy metals. The results show a clear influence of gold mining in Puyango River contamination, starting with its tributaries, Calera and Amarillo rivers, which have the highest concentrations of heavy metals from the basin, corresponding with the location of the mineral processing plants.

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 enseignants0,009
Score d'incertitude au seuil0,017

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,215
Écart entre enseignants0,201 · 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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental ProtectionMême sujetHeavy metals in environmentTravaux en français237 207