Evaluation of Shiraz wastewater treatment plant effluent quality for agricultural irrigation by Canadian Water Quality Index (CWQI)
Notice bibliographique
Résumé
BACKGROUND: Using treated wastewater in agriculture irrigation could be a realistic solution for the shortage of fresh water in Iran, however, it is associated with environmental and health threats; therefore, effluent quality assessment is quite necessary before use. The present study aimed to evaluate the physicochemical and microbial quality of Shiraz wastewater treatment plant effluent for being used in agricultural irrigation. In this study, 20 physicochemical and 3 microbial parameters were measured during warm (April to September) and cold months (October to march). Using the measured parameters and the Canadian Water Quality Index, the quality of the effluent was determined in both warm and cold seasons and in all the seasons together. RESULTS: The calculated index for the physicochemical parameters in the effluent was equal (87) in warm and cold months and it was obtained as 85 for the seasons all together. When the microbial parameters were used in order to calculate the index, it declined to 67 in warm and cold seasons and 64 in all the seasons together. Also, it was found that three physicochemical parameters (TDS, EC, and NO3) and three microbial parameters (Fecal coliform, Helminthes egg, and Total coliform) had the most contribution to the reduction of the index value. CONCLUSIONS: The results showed that the physicochemical quality of Shiraz Wastewater Treatment Plant Effluent was good for irrigation in the warm, cold, and total of the two kinds of seasons. However, by applying the microbial parameter, the index value declined dramatically and the quality of the effluent was marginal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».