MétaCan
Menu
Retour à la cohorte
Enregistrement W2144051030 · doi:10.5539/jas.v4n11p51

Bioaccumulation of Heavy Metals in Fish (Hydrocynus forskahlii, Hyperopisus bebe occidentalis and Clarias gariepinus) Organs in Downstream Ogun Coastal Water, Nigeria

2012· article· en· W2144051030 sur OpenAlexvenueno aff
Babatunde A. Murtala, W. O. Abdul, A. A. Akinyemi

Notice bibliographique

RevueJournal of Agricultural Science · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioaccumulationClarias gariepinusCadmiumEnvironmental chemistryGillHeavy metalsEstuaryEffluentSewageFisheryFish <Actinopterygii>Environmental scienceCatfishChemistryBiologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

In this study accumulation of some heavy metals Cadmium (Cd), Chromium (Cr), Cobalt (Co), Nickel (Ni) and Lead (Pb) in the operculum, gills, heart, kidney, muscle and vertebrae were determined in some fishes (Hydrocynus forskahlii, Hyperopisus bebe occidentalis and Clarias gariepinus) collected from fishermen around Ogun estuary. The accumulation of the metals in different organs showed significant differences (P<0.05) except lead accumulation. However, the bioaccumulation of the heavy metals was species-related as the accumulations of the heavy metals analysed in the sampled fishes were of the following trend: H. forskahlii > H. bebe occidentalis > C. gariepinus and the pattern of distribution was Ni > Cr > Co > Cd > Pb for all the fish species. The levels of Ni and Cr in this study were higher than the maximum permissible limits (FAO, UNEP, FEPA and WHO) for human consumption and that of Cd, Pb and Co were still lower. Safe disposals of domestic sewage and industrial effluents as well as enforcement of laws enacted to protect our environment are therefore advocated.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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

Citations64
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetHeavy metals in environmentTravaux en français237 207