MétaCan
Menu
Retour à la cohorte
Enregistrement W2497037276 · doi:10.20944/preprints201608.0006.v1

Hydrochemical Characteristics and Water Quality Assessment of Surface Water at Xiahe County in Tibetan Plateau Pastoral of China

2016· article· en· W2497037276 sur OpenAlexaff
Qian Zhang, Shengli Wang, Muhammad Yousaf, Zhongren Nan, Shuixian Wang, Jianmin Ma, Depeng Wang, Fei Zang

Notice bibliographique

RevuePreprints.org · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of ChinaLanzhou University
Mots-clésPlateau (mathematics)Water qualitySurface waterNitrateSulfateHydrology (agriculture)Surface runoffEnvironmental scienceWeatheringCarbonateDissolutionGeologyEnvironmental engineeringGeochemistryChemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Water quality assessment in pastoral of Tibetan Plateau, which is water sources for about 40% of world's population and the runoff-yield area of Yellow rivers, is very important. In this paper, Xiahe county which belongs to Tibetan Plateau pastoral was investigated. Six parameters(via, chloride, COD, ammonia nitrogen, nitrate, fluoride, sulfate) were selected to assess the water quality and health degree by using fuzzy comprehensive evaluation methods. The hydrochemical type in surface water was of HCO3--Mg2+-Ca2+ type. The cations and anions in surface water were mainly from weathering and dissolution of carbonate rock. Results showed that the water quality in all 69 sampling sites was all of class Ⅰ. The integrated health degree reached more than 0.85 and the health rate were 100%. Although ammonia nitrogen was regarded as the main contamination factor, but it had a little effect on the entire body of water. Overall, the surface water qualities of most samples in Xiahe County was good condition.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,036
Score d'incertitude au seuil0,996

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,077
Tête enseignante GPT0,342
Écart entre enseignants0,264 · 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'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 revuePreprints.orgMême sujetWater Quality and Pollution AssessmentTravaux en français237 207