MétaCan
Menu
Retour à la cohorte
Enregistrement W2038384831 · doi:10.5539/esr.v1n2p152

Laboratory Study of Conductive Properties of Contaminated Riverbed Sands in Ado-Odo Ota Local Government Area of Ogun State, Nigeria

2012· article· en· W2038384831 sur OpenAlexvenueno aff
Olukayode D. Akinyemi, Jamiu A. Rabiu, Vitalis Chidi Ozebo, O. A. Idowu

Notice bibliographique

RevueEarth Science Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Resources Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContaminationOgun stateCaustic (mathematics)Hydraulic conductivityEnvironmental scienceThermal conductivityEnvironmental engineeringMetreCurrent (fluid)Hydrology (agriculture)Materials scienceGeotechnical engineeringSoil scienceGeologyLocal governmentGeographyComposite materialArchaeologySoil water

Résumé

récupéré en direct d'OpenAlex

As industrial activities increase, the risk of contamination of rivers in Ado-Odo Ota Local Government Area of Ogun State in Nigeria is becoming higher. In this study, riverbed sands were collected from five major rivers in Ado-Odo Ota Local Government Area, and conductivity properties were determined after the samples have been treated with varying concentration of petrol, engine oil, diesel, caustic soda and H2SO4. HANNAN Electrical Conductivity Meter, KD2 Thermal Conductivity Meter and Constant Head Method were used to determine the electrical, thermal and hydraulic conductivities respectively. After treatment of the samples with different concentration of the contaminants, it was found that thermal, electrical and hydraulic conductivities of the samples were largely proportional to contaminants concentration in all the samples in general. However, with increase in concentration of caustic soda and H2SO4, increase in electrical and thermal conductivities of samples were observed, while increase in the concentration of other contaminants decreased the hydraulic conductivity of the samples.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,024
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,006
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,130
Tête enseignante GPT0,320
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Science ResearchMême sujetWater Quality and Resources StudiesTravaux en français237 207