MétaCan
Menu
Retour à la cohorte
Enregistrement W2128837772 · doi:10.3390/w3010001

Arsenic Contamination of Groundwater in Nepal—An Overview

2010· article· en· W2128837772 sur OpenAlexfundno aff
Jay Krishna Thakur, Rinku Kumari Thakur, AL. Ramanathan, Manish Kumar, Sudhir Kumar Singh

Notice bibliographique

RevueWater · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TwenteUniversity of Calgary
Mots-clésArsenic contamination of groundwaterContaminationArsenicGroundwaterEnvironmental scienceGroundwater contaminationWater resource managementContaminated groundwaterEnvironmental chemistryAquiferEnvironmental remediationGeologyChemistryBiologyMaterials scienceMetallurgyEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

In Nepal, arsenic (As) contamination is a major issue of current drinking water supply systems using groundwater and has recently been one of the major environmental health management issues especially in the plain region, i.e., in the Terai districts, where the population density is very high. The Terai inhabitants still use hand tube and dug wells (with hand held pumps that are bored at shallow to medium depth) for their daily water requirements, including drinking water. The National Sanitation Steering Committee (NSSC), with the help of many other organizations, has completed arsenic blanket test in 25 districts of Nepal by analysing 737,009 groundwater samples. Several organizations, including academic institutions, made an effort to determine the levels of arsenic concentrations in groundwater and their consequences in Nepal. The results of the analyses on 25,058 samples tested in 20 districts, published in the status report of arsenic in Nepal (2003), demonstrated that the 23% of the samples were containing 10–50 µg/L of As, and the 8% of the samples were containing more than 50 µg/L of As. Recent status of over 737,009 samples tested, the 7.9% and 2.3% were contaminated by 10–50 µg/L and >50 µg/L, respectively of As. The present paper examines the various techniques available for the reduction of arsenic concentrations in Nepal in combination with the main results achieved, the socio-economic status and the strategies. This paper aims to comprehensively compile all existing data sets and analyze them scientifically, by trying to suggest a common sustainable approach for identifying the As contamination in the nation, that can be easily adopted by local communities for developing a sustainable society. The paper aims also to find probable solutions to quantify and mitigate As problem without any external support. The outcome of this paper will ultimately help to identify various ways for: identify risk areas; develop awareness; adopt the World Health Organization (WHO) guideline; identify alternative safe water sources and assess their sustainability; give priorities to water supply and simple eco-friendly treatment techniques; investigate impacts of arsenic on health and agriculture; strengthen the capability of government, public, Non-governmental Organization (NGO) and research institutions.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations181
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetArsenic contamination and mitigationTravaux en français237 207