MétaCan
Menu
Retour à la cohorte
Enregistrement W2587268412 · doi:10.25130/tjes.23.2.07

Evaluation of Ground Water Quality Status by Using Water Quality Indices at Basheqa Region, Iraq

2016· article· en· W2587268412 sur OpenAlexaboutno aff
Mohammed Fakhar Al-Deen Ahmed

Notice bibliographique

RevueTikrit Journal of Engineering Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChristian ministryIrrigationInner mongoliaEnvironmental scienceWater sourceLivestockWater qualityGroundwaterEnvironmental engineeringStatistical analysisHydrology (agriculture)ForestryGeographyWater resource managementMathematicsEngineeringChinaStatisticsAgronomy

Résumé

récupéré en direct d'OpenAlex

Large areas of BASHEQA region haven't any source of surface water, at the same time, there are large quantities of olives trees and crops depend in its irrigating on Ground Water (GW) as a main source. So it is important to evaluate its (GW) for different uses. In this study the (GW) of 32 wells had been examined in the college of environmental science and technology laboratories to assess its Water Quality (WQ) for drinking, irrigation, and livestock purposes. Average twelve parameters (pH, Ca, Mg, Na, HCO3, SO4, Cl, NO3, EC, TDS, SAR, TH) data in the period 2008-2009 had been applied in three methods through computing Water Quality Indices (WQIS). The first method was the Weighted Average (WAV). The second one was that adopted by Ministry of Nature and Environment (MNE) of Mongolia, while the last one was the Canadian Council of Ministers of the Environment (CCME). The (WQIs) of the three methods results had been compared to assess the suitability of the best one. Although the statistical analysis indicated that there are no significant differences between both (CCME) and (WAV) methods, the (WAV) data had been used in this study as it gave more restrictive control. The analysis of (WQIs) using (WAM) method indicated that (25, 69, 88)% of (GW) are good for drinking, irrigation, and livestock purposes respectively.

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)0,011
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,000
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 savante0,0000,001
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 Opus0,111
Tête enseignante GPT0,351
Écart entre enseignants0,240 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTikrit Journal of Engineering SciencesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207