MétaCan
Menu
Retour à la cohorte
Enregistrement W2188369615

Evaluation Water Quality Index for Irrigation in the North of Hilla city by Using the Canadian and Bhargava Methods

2014· article· en· W2188369615 sur OpenAlexaboutno aff
Udai A. Jahad

Notice bibliographique

RevueJournal of University of Babylon for Pure and Applied Sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationEnvironmental scienceWater qualityHydrology (agriculture)Water resource managementGeologyAgronomyEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To know water quality for multi uses in the north of Hilla city, it is important to study the quality of the water parallel with the quantity. In this research, two national methods are adopted to evaluate and judge the suitability of Euphrates River in this zone (study case) for irrigation use. These methods are the water quality index (WQI) of the Canadian and Bhargava model. The main river passing through the north of Hilla city is Euphrates River and his branch Hilla River, the uses of its water are different and its use for irrigation depends on many environmental parameters. The researcher studied the quality of this river for irrigation use during 2011. Took four stations on the river in Babylon (Euphrates River/AL-Musiab, Euphrates River/Kifil, Hilla River/ Hindia barrage and Hilla river/Hilla. The main results showed that there is no difference between the two techniques at significance level (0.08) and the quality of the river inter the boarder classified as GOOD and FAIR according to Bhargava and the Canadian method respectively. Also that there is a serious deterioration in the water quality downstream Al-Kifil station because of the local drains that discharge in the river. These results ensure the need to receive higher water quality at the boarders (quantity and quality) to raise the quality in the downstream the river.

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)0,009
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 enseignants0,390
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
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 Opus0,076
Tête enseignante GPT0,333
Écart entre enseignants0,257 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of University of Babylon for Pure and Applied SciencesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207