Correlation of different pollution criteria in the assessment of metal sediment pollution
Notice bibliographique
Résumé
In this article an assessment of the sediment metal pollution (cadmium, copper, chromium, lead, nickel, zinc) in the Veliki Backi canal (Serbia) was carried out using pseudo-total metal content, contamination factor (CF), pollution load index (PLI) and enrichment factor (EF). The study also encompassed pore-water metal concentrations and an assessment of sediment pollution based on the analysis of simultaneously extracted metals (SEM), acid volatile sulphides (AVS) and the sequential extraction procedure. The concentrations of metals are likely to result in harmful effects based on the comparison with sediment quality guidelines (Dutch, Canadian, US EPA - United States Environmental Protection Agency). The ratio of simultaneously extracted metals and volatile acid sulphides was found to be greater than 1 in only one location, which is already recognized as a place of high risk based on the criteria applied. Other samples had Σ[SEM]/[AVS] < 1, despite their high risk classification based on the applied criteria. According to the sequential extraction procedure, zinc and nickel exhibit high risk in most samples, whereas other metals show low and medium risk. The CF values for Cr, Cu and Zn were > 6 in most samples, which denotes very high contamination by these metals. The PLI values indicated moderate and high pollution. The EF values for all metals studied except for Cd in some cases were >1.5, suggesting anthropogenic impact. The obtained results will be invaluable for future activities regarding sediment monitoring and will facilitate the selection of appropriate criteria when evaluating sediment quality.
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 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 | 0,004 | 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 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».