MétaCan
Menu
Retour à la cohorte
Enregistrement W2114489268 · doi:10.5539/ep.v3n3p27

Ground Water Conditions and Spatial Distribution of Lead and Cadmium in the Shallow Aquifer at Effurun- Warri Metropolis, Nigeria

2014· article· en· W2114489268 sur OpenAlexvenueno aff
Irwin Anthony Akpoborie, Alex E. Uriri, Oghenevwede Efobo

Notice bibliographique

RevueEnvironment and Pollution · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwaterAquiferLeachateWater tableEnvironmental scienceCadmiumHydrology (agriculture)Environmental engineeringGeologyEnvironmental chemistryChemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

A water table head distribution map of the shallow Benin Formation aquifer in the Effurun-Warri area has been drawn from dug well data and used to define groundwater gradients as well as identify directions of groundwater movement in this densely populated urban setting. Water samples from forty dug wells were also screened for the presence of lead and cadmium and results showed a variation in concentration from not detectable to 0.04mg/l for each metal. Iso-concentration contours for lead in groundwater suggest that enrichment may be from two sources: wastes from the refinery and petrochemical industrial complex on the northwestern edge of the city and secondly from leachates associated with the many unregulated waste dumpsites. Lead appears to be constrained from spreading eastwards from the industrial complex area by the south and westwards trending groundwater gradient. The city wide prevalence of elevated levels of cadmium is also probably due to leachates from unregulated dumpsites as well as the mixing of groundwater as suggested by existing gradients. Potential implications of the findings for public health, local and regional water quality monitoring are discussed.

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)0,000
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetWater Quality and Pollution AssessmentTravaux en français237 207