MétaCan
Menu
Retour à la cohorte
Enregistrement W2278251902 · doi:10.1680/wama.2010.163.3.111

Heavy metal contamination of river sediments in Vietnam

2010· article· en· W2278251902 sur OpenAlexaff
Nguyễn Thị Lan Hương, O. Masami, Loretta Y. Li, Tomohiro Higashi, Motohei Kanayama

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Water Management · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCadmiumOrganic matterEnvironmental chemistryZincSedimentEnvironmental scienceNitric acidChromiumWastewaterIrrigationContaminationPollutionWater qualityEnvironmental engineeringChemistryGeologyAgronomyInorganic chemistryEcology

Résumé

récupéré en direct d'OpenAlex

There are two rivers in Hanoi City, Vietnam, the To Lich and Kim Nguu rivers, which are the main sources of irrigation water for suburban agricultural land and feed water sources for fish farming ponds. Industrial wastewater that has been discharged into the rivers has degraded the quality of sediments in the river system. The present study showed that sediments in the To Lich and Kim Nguu rivers are heavily polluted with heavy metals. Metal concentrations in sediments appear to be closely related to the type of manufacturing plants located along the rivers. The heavy metals were bound with sediment particles in fractions such as the exchangeable, carbonate, oxide, organic matter and residual fraction. Total heavy metal concentration in the sediment was correlated with organic matter content for copper, lead and nickel while no correlation was found for cadmium, zinc and chromium. Ethylene diamine tetra-acetic acid caused high heavy metal leachability in comparison with water, acetic acid and nitric acid. Average potential leachability decreased in the order: cadmium > nickel > chromium > copper = zinc > lead. The leachability exhibited a tendency of decreasing with increasing organic matter for heavy metals other than chromium and zinc. To reduce the pollutants discharged from plants, countermeasures by the government and the technological improvement of wastewater treatment in manufacturing processes are needed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,408

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Water ManagementMême sujetHeavy metals in environmentTravaux en français237 207