MétaCan
Menu
Retour à la cohorte
Enregistrement W2293435459 · doi:10.5539/jsd.v9n2p54

Evaluation and Management of the Physicochemical Variables of Asu River, Southeast, Nigeria

2016· article· en· W2293435459 sur OpenAlexvenueno aff
Nwinyimagu Amaechi Joshua, Ani Chijioke, Ukeje Ikechukwu Ogeze

Notice bibliographique

RevueJournal of Sustainable Development · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesDirectorate for Biological Sciences
Mots-clésTributaryDry seasonEnvironmental scienceHydrology (agriculture)Wet seasonNitrateGeographyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Asu River is one of the major tributaries of Cross River, a tropical reforest river in southeast Nigeria. The climate of the region is divided into the wet and dry seasons. Human activities such as fishing, bathing and washing go on in the river especially during the dry season. Farming also takes place at the fringes of the river. Some important physicochemical parameters of the river were investigated at two designated sites comprising the downstream and the upstream for nine (9) months, from October, 2013 to June, 2014. Temperature, carbon (iv) oxide, conductivity, total dissolved solids, nitrate and phosphate recorded maximum values during the dry season while dissolved oxygen and pH recorded maximum values in the wet season. The physicochemical variables evaluated showed that the river is not in a critical condition as most of the variables recorded are within the WHO permissible limit. However, the paper therefore recommends the need for public enlightenment on environmental management and control of household and industrial wastes in order to sustain the usefulness of Asu 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetWater Quality and Pollution AssessmentTravaux en français237 207