MétaCan
Menu
Retour à la cohorte
Enregistrement W2292217761

ÍNDICE DE QUALIDADE DE ÁGUA (IQACCME) APLICADO À AVALIAÇÃO DE AQUÍFEROS DO ESTADO DO RIO DE JANEIRO WATER QUALITY INDEX (CCMEWQI) APPLIED FOR EVALUATION OF GROUNDWATER OF THE STATE OF RIO DE JANEIRO

2013· article· pt· W2292217761 sur OpenAlexaboutno aff
Juliana Menezes, Gerson Cardoso da Silva

Notice bibliographique

Revuenon disponible
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAquiferWater qualityEnvironmental scienceGroundwaterGeographyHydrology (agriculture)GeologyEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The quality of some aquifers of Rio de Janeiro State was evaluated by applying, in 168 samples, the Water Quality Index (WQI) developed by the Canadian Council of Ministers of the Environment (CCME) in 1997. The maximum allowable values for the parameters were mostly those established by Brazilian Environ- mental Council CONAMA Resolution 396/08 for human consumption. The index was calculated with two compositions: a) Na + , Fe, Al, SO4 2- , Mn, NO3 - and Cl - and b) these and other cations, anions, pH and thermo- tolerant coliforms. The results of the two compositions differ. In general, the waters of Southern Rio de Janeiro State have the best rates, around 70% of the samples within the classes qualified as excellent and good. The opposite occurred with the waters of the Northwest and Coastal North and Eastern Rio de Janeiro, where most of the samples were ranked between regular and very bad.

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)0,015
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,257
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,330
Écart entre enseignants0,281 · 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'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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Quality and Pollution AssessmentTravaux en français237 207