Geo-accumulation Index, Enrichment Factor and Quantification of Contamination of Heavy Metals in Soil Receiving Cassava Mill Effluents in A Rural Community in the Niger Delta Region of Nigeria
Notice bibliographique
Résumé
This study investigated enrichment factor, geo-accumulation index and quantification of contamination of heavy metals in cassava mill effluents contaminated soil by smallholder cassava processors in a rural community in the Niger Delta region of Nigeria. Data used for the environmental risk assessment is from secondary sources. The assessment was carried out under two background scenarios viz: geometric (BGM) and median mean (BMM). 50% of mean detected individual metals was used as mean data for location that the metal was not detected. Assessment was carried out following well established protocol. Results showed that enrichment factor (EF), geo-accumulation index (Igeo), improved Nemerow Index (INI), Metal enrichment index (MEI) and quantification of contamination (QoC) in soil heavy metals (viz: Fe, Cr, Zn, Cu, Co, Ni, Mn, Pb and Cd) receiving cassava mill effluents in a rural community of the Niger Delta region of Nigeria revealed un-contamination to moderately contamination for Igeo, NMI, background rank to significant enrichment for EF, no enrichment to moderate enrichment for MEI, and positive values of quantification of contamination is an indication of pollution/contamination due to anthropogenic sources. The study further showed that cassava mill effluents are contributing to soil heavy metal contamination in 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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».