MétaCan
Menu
Retour à la cohorte
Enregistrement W2600059743 · doi:10.5539/ep.v6n1p52

Environmental Geochemistry of Mine Tailings Soils in the Artisanal Gold Mining District of Betare -Oya, Cameroon

2017· article· en· W2600059743 sur OpenAlexvenueno aff
Veronica E. Manga, Gladys Nchang Neba, Cheo Emmanuel Suh

Notice bibliographique

RevueEnvironment and Pollution · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTailingsFelsicArsenicWeatheringTrace elementGeochemistryGeologyPollutionEnvironmental chemistryGold miningMining engineeringEnvironmental scienceMaficChemistry

Résumé

récupéré en direct d'OpenAlex

Changes in trace element concentrations in mine tailings (dry and wet) were investigated in the gold mining area of Bétaré-Oya, Eastern Cameroon. Forty-one surface sediment samples were analyzed using ICP-MS for heavy metals and pollution was assessed using Enrichment Ratio and Geo Accumulation Index (Igeo); using a sample from a remote area as control.Trace elements in mine tailings show significant increase compared to the background (control) values, with the exception of Sr and Nb. It is suggested that allochtonous deposition may account for Sr distribution. A strong correlation is observed between the lithophile elements; Y, Nb, Ce, La, and Pb. Their association with each other is also strong, i.e. Nb/Ce (.73) and La/Ce (.63). The close association of these elements in the samples may be an indication of the effect of resistant heavy minerals from felsic rocks (mainly granites and gneisses). Cu, Zn, Sr and Ba distribution is associated with mineralisation of sulphide-bearing minerals and clay formation from weathering of mica schist. Cu, Zn, As, W, Mo and Ag have been identified as potential pollutants. Compared to the Dutch soil quality guidelines, these elements are above the target values and below the intervention levels. Arsenic is considered to be the most threatening element, with regards to its potency. The distribution of As in this area appears to be controlled by mining activities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetHeavy metals in environmentTravaux en français237 207