MétaCan
Menu
Retour à la cohorte
Enregistrement W2892738109 · doi:10.25073/2588-1094/vnuees.4261

HEAVY METAL CONCENTRATIONS IN SEDIMENT CORES FROM DIFFERENT MANGROVE FORESTS IN DA LOC COMMUNE, HAU LOC DISTRICT, THANH HOA PROVINCE, VIETNAM

2018· article· en· W2892738109 sur OpenAlexaboutno aff
Minh Tran Thi

Notice bibliographique

RevueVNU Journal of Science Earth and Environmental Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSiltMangroveSedimentSedimentary depositional environmentOrganic matterIntertidal zoneEnvironmental scienceSedimentary rockGeologyHydrology (agriculture)GeochemistryOceanographyEcologyGeomorphologyStructural basin

Résumé

récupéré en direct d'OpenAlex

In order to clarify heavy metal concentration profiles in different mangrove forest ages, four sediment cores (up to 100 cm in depth) were collected and tested for their physicochemical characteristics (pH, Eh, organic matters and grain size) and heavy metal concentrations. Results showed that mangrove sediments were composed mainly of sandy silt, silty sand, silt, sandy mud and mud. The average mud content in the sediment cores continuously increased with mangrove forest ages from one, nine, nineteen and twenty years old, whereas the mud content highly fluctuated with the core depth. pH, Eh and organic matter content implied that the sedimentary depositional environments were classified as weak alkaline and anaerobic. The Cu and Zn concentrations in the sediment cores from the intertidal zone exceeded the TEL values in Canadian Interim Marine Sediment Quality Guideline (ISQGs) values, while, Pb concentration exceeded the PEL level. When compared with National Technical Regulation on Sediment Quality QCVN43:2012/BTNMT, sediment samples were polluted by Cu and Pb.

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 enseignants0,078
Score d'incertitude au seuil0,156

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVNU Journal of Science Earth and Environmental SciencesMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207