The Content of Heavy Metal in the Labu Riverbed Sediments: An Assessment of the Level of Pollution Applying Sediment Quality Guidelines and Geoaccumulation Index
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
River bed sediments from thirteen (13) sampling stations, from Labu River were collected in June and December 2014. The aim is to identify the source and ascertain the current levels of heavy metal pollutions. The selected heavy metals (Cr, Cu, Fe, Ni, Zn, As, Cd and Pb) were analysed by using Inductively Couple Plasma Mass Spectrophotometry (ICPMS). Metals were statistically analysed and compared with Dutch/Malaysia Sediments Quality Guidelines (Target and intervention values) and the Canadian Sediment Quality Guidelines (ISQG and PEL). Geoaccumulation index (Igeo) was calculated and metals were classified. The results showed that the mean value for Cr is 19.7410.36 mg kg -1 , Cu (7.332.35 mg kg -1 ); Fe (7636.3926.38 mg kg -1 ); As (11.673.59 mg kg -1 ); Cd (0.0970.03 mg kg -1 ) and Pb (26.235.33 mg kg -1 ). The compared sediment guidelines revealed that Cr (51.55 mg kg -1 ) in SW9, Pb in SW1 (36.43 mg kg -1 ) and SW13 (37.42 mg kg -1 ) and As in all of the stations (SW1-SW13) did not meet the Canadian ISQG and were polluted. The geoaccumulation index (Igeo) showed that, Cr (-3.380.17), Cu (-3.220.12), Ni (-3.370.24), Zn (-2.140.23), Cd (-3.380.17) and Pb (-3.220.12) were practically uncontaminated. However, As (2.140.13) was classified as moderately contaminated. Based on mean concentrations of heavy metals with the compared Sediments Quality Guidelines (SQG) and Index, it is concluded that As is the heavy metal of concern in the Labu catchment. There is need for the authorities to pay more attentions to sediment pollution problem due to As and address riverbed sediment pollution problems in the different locations as indicated by ISQG due to anthropogenic influences from the KLIA, Dengkil sand mine and Agriculture developments projects in the study area.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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