Impact of Wurukum Abattoir Effluent on River Benue Nigeria, Using Macroinvertebrates as Bioindicators
Notice bibliographique
Résumé
The pollution status of Wurukum Abattoir was assessed using macroinvertebrates as bioindicators for a period of four months (November, 2015 - February, 2016). Abundance-Biomass comparison was used to evaluate the number (abundance) and weight (biomass) of macroinvetebrates so as to determine their tolerance or otherwise to the abattoir effluent. Four stations were selected along the River Benue with station B as the point of discharge. Water samples and bottom sediments were collected for the measurement of water physico-chemistry and macroinvertebrates. An assessment of the macroinvertebrates showed the percentage abundance of pollution-tolerant species such as Chiromonus larvae (3.4%), Eristalis tennax (17.93), Tubifex tubifex (52.45%) and Macrobdella decora (3.54%) in stations B was attributable to the effect of the abattoir waste discharged into River Benue. The ABC curve also indicated showed the abundance curve laying above the biomass curve at station B. The water quality parameters recorded higher concentrations at station B than other stations for EC (496.50 ± 6.38 µs/cm); TDS (247.70 ± 3.17 Mg/L); BOD (0.91 ± 0.08 Mg/L) while DO (4.23 ± 0.06 Mg/l) was lower at the point of discharge (station B). It was concluded from these results that the abattoir effluents had an impact on the water quality and macroinvertebrates composition, abundance and biomass at the assessed stations. The abattoir effluent could be effectively recycled into arable crop usage due to the high nutrient value.
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 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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».