MétaCan
Menu
Retour à la cohorte
Enregistrement W2133402795 · doi:10.5539/jgg.v5n3p216

Impact of the 2012 Flood on Water Quality and Rural Livelihood in the Orashi Province of the Niger Delta, Nigeria

2013· article· en· W2133402795 sur OpenAlexvenueno aff
Prince Chinedu Mmom, Pedro E. Aifesehi

Notice bibliographique

RevueJournal of Geography and Geology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLivelihoodFlood mythNiger deltaWater resource managementFloodplainWater qualityDamagesGeographyAgricultureEnvironmental planningDeltaEnvironmental scienceEngineeringCartographyPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

Flood event is not considered to be a natural hazard unless there is a threat to human life and/or property as the case of the 2012 flood incident in most parts of the Niger Delta, Nigeria. Thus, this paper aims at assessing the impact of the flood on groundwater quality of the affected areas, as well as the livelihood of the affected rural people. With a focus on six communities in the ORASHI province of the Niger Delta, which is one of the worst hit by the flood, the authors generated and analysed data that was used to draw conclusion for this study. A total of 2 water boreholes and 3 open artisan wells in each of the six (6) communities were sampled. These samples were subjected to both physico-chemical and microbial analysis against WHO standards. The result shows that the various water samples came short of the WHO Standards for safe water. Thus it could be deduced that the 2012 flood triggered damages not only to the life of individuals, properties/ infrastructure, but also most of the drinking water sources, especially, streams and the dug-out wells which were submerged in the event of the flood. The paper discovered that the flood incident seriously devastated the rural economy; farming, the major source of livelihood. The flood has made livelihood support difficult for the people of the area. Thus, community initiated mitigation measures should be promoted so as to strengthen community resilience.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,237 · 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.

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

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetFlood Risk Assessment and ManagementTravaux en français237 207