MétaCan
Menu
Retour à la cohorte
Enregistrement W2165997226

Heavy metal characteristics of groundwater in Ibadan South Western, Nigeria

2013· article· en· W2165997226 sur OpenAlexaboutno aff
TA Laniyan, OO Bayewu, SO Ariyo

Notice bibliographique

RevueAfrican Journal of Environmental Science and Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwaterContaminationEnvironmental chemistryMetalEnvironmental scienceHeavy metalsInductively coupled plasma mass spectrometryGeologyChemistryMass spectrometryMetallurgyMaterials scienceEcologyGeotechnical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Water, an essential commodity is consequently being affected by natural and human activities. Investigations were made on groundwater of the study area to evaluate the impact of heavy metals. Groundwater samples were collected and analyzed using Inductively coupled plasma- emission spectrometry method, at Acme laboratories Canada. Geochemical analysis revealed a significant concentration of increasing order K > Ca > Mg > Fe > Zn > Cu > Pb > As > Cd. Ca, Fe and K were above the WHO standard. Index of geo-accumulation (Igeo), revealed no contamination of the trace metals. Inter-elemental analysis showed a strong correlation between Cd to Zn (‘r’- 0.983) and Fe to Pb (‘r’- 0.900), indicating that the metals are governed by the same geochemical factors and are from the same anthropogenic source. Piezometric map revealed southwest direction of groundwater flow that shows direction of contamination influx. The study can then be concluded to be contaminated with Ca, Fe and K due to the impact of man’s activities in the environment. Public health effect of these metals could be anemia, kidney damage, brain damage, cancer and ultimately death. Key words : Water, contamination degree, geochemical factors, public health, heavy metal.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,335
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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.

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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Environmental Science and TechnologyMême sujetHeavy metals in environmentTravaux en français237 207