MétaCan
Menu
Retour à la cohorte
Enregistrement W2460589147 · doi:10.5935/1984-6835.20150126

Organic and Inorganic Geochemical Characterization of Mangrove Sediments of the São Francisco Estuary, Sergipe

2015· article· en· W2460589147 sur OpenAlexaboutno aff
Jandyson M. Santos, Luana Oliveira dos Santos, José Arnaldo Santana Costa, Luciano Carlos Sobral de Menezes, Francisco Sandro Rodrigues Holanda, Iramaia Corrêa Bellin

Notice bibliographique

RevueRevista Virtual de Química · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstuaryMangroveOceanographyGeologyEnvironmental scienceCharacterization (materials science)FisheryMaterials science

Résumé

récupéré en direct d'OpenAlex

Mangrove ecosystems develop in coastal areas and possess intrinsic characteristics being considered in Brazil environmental preservation areas, however, anthropogenic impacts associated with property speculation and petroleum activities are altering the landscape of these ecosystems. This study aimed to perform organic and inorganic geochemical characterization (pH, organic matter content (MO), elemental analysis, determination of metals -Al, Na, K, Fe, Cd, Cr, Cu, Ni and Pb) in mangrove sediments of the So Francisco Estuary, Sergipe. Mineralogical characteristics defined the sediments as high acidity (pH <4.9), consisting of little decomposed organic matter and low humification. Measurements of elemental analysis with C/N ratio > 10% and MO greater than 15% are related to the proximity of the sampling stations to urban and industrial centers, intrinsic characteristics of native vegetation and different contributions from biomass. The Cd, Cu and Ni metals in sediments showed some upper bounds when compared to the legislation Threshold Effect Level (TEL) e Probable Effect Level (PEL) of Canadian Sediment Quality Guidelines for the Protection of Aquatic Life and Conselho Nacional do Meio Ambiente (CONAMA), being linked to anthropogenic activity in the region and alerting for toxicological reasons.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Virtual de QuímicaMême sujetPhosphorus and nutrient managementTravaux en français237 207