Correlating specific conductivity with total hardness in limestone and dolomite karst waters
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
Abstract Under field conditions modern digital conductivity meters give standardized, rapid and reproducible measurements. Here we investigate the accuracy of their estimates of the composition of karst waters, as total hardness (TH, as mg/L CaCO 3 ) for limestone and dolomite. These are the fundamental measures of process in carbonate karst geomorphology. PHREEQC theoretical curves for the dissolution of pure calcite/aragonite and dolomite in water at 25 °C are compared with water analyses from karst studies worldwide. Other principal ions encountered are sulphates, nitrates and chlorides (the ‘SNC’ group). From carbonate karsts, 2309 spring, well and stream samples were divided into uncontaminated (SNC < 10%), moderately contaminated (10 < SNC < 20%), and contaminated (SNC > 20%) classes. Where specific conductivity (SpC) is less than 600 µS/cm, a clear statistical distinction can be drawn between waters having little contamination and substantially contaminated waters with SNC > 20%. As sometimes claimed in manufacturers' literature, in ‘clean’ limestone waters TH is close to 1 /2SpC, with a standard error of 2–3 mg/L. The slope of the best‐fit line for 1949 samples covering all SNC classes where SpC < 600 µS/cm is 1·86, very close to the 1·88 obtained for clean limestone waters; however, the value of the intercept is ten times higher. The regression line for clean limestone waters where SpC > 600 µS/cm helps to distinguish polluted waters from clean waters with possible endogenic sources of CO 2 . In the range 250 < SpC < 600 µS/cm, dolomite waters can be readily distinguished from limestone waters. Copyright © 2005 John Wiley & Sons, Ltd.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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