MétaCan
Menu
Retour à la cohorte
Enregistrement W2373307650

Status and source analysis of aluminum pollution in Xi'an section of the Weihe River

2009· article· en· W2373307650 sur OpenAlexaboutno aff
Guo Shuang

Notice bibliographique

RevueActa Scientiae Circumstantiae · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Quality and Pollution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlocculationEnvironmental sciencePollutionSurface waterWastewaterAluminiumHydrology (agriculture)SewageEnvironmental engineeringSewage treatmentGeologyMetallurgyGeotechnical engineeringMaterials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A preliminary study on aluminum pollution in the Xi'an section of the Weihe River was carried out. The results indicated that aluminum salt concentrations in the Weihe River ranged from 0.20 mg·L-1 to 0.66 mg·L-1,all of which exceed the water quality criteria of both the US and Canada and could do harm to human health. Although the flow rate of Weihe River increased from 36.4 m3·s-1 to 81.7 m3·s-1 after flowing through Xi'an,the aluminum concentration still rose to 0.43 mg·L-1 from the initial value of 0.29 mg·L-1; and the total amount of aluminum increased 2.4 times. During May 2008,a total of 66 tons of aluminum flowed into the Weihe River from Xi'an,of which one-fifth came from the Zaohe River. According to this investigation,the major cause of the increase of aluminum concentration in rivers was the flocculants used in wastewater treatment process,a great part of which were from paper mills. Since August 2008,stricter discharge standards for the paper making industry have been put into practice in China,so chemical flocculation plays an increasingly important role in wastewater treatment. All plants investigated use aluminum salts as flocculants,and this is the main reason why the aluminum concentration rose in the surface waters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Scientiae CircumstantiaeMême sujetEnvironmental Quality and PollutionTravaux en français237 207