Monitoring pesticides residues in water resources of the Lake Naivasha catchment using passive sampling
Notice bibliographique
Résumé
Passive samplers are able to recover the detection of low concentrations using continuous gathering the pollutants.While these contaminants might be undetected with the conventional grab sampling which is an once-off time-point sampling.In this study, Silicone rubber sheet samplers were used as the passive sampler to monitor the residue of some organochlorine pesticides, notably; α-HCH, β-HCH, γ-HCH, δ-HCH, Heptachlor, Aldrin, Heptachlor Epoxide, pp-DDE, Endrin, Dieldrin, α-endosulfan, β-endosulfan, pp-DDD, Endrin aldehyde, pp-DDT, Endosulfan Sulphate and Methoxychlor in the Lake Naivasha basin, Kenya.The samplers were deployed in the water for one month after which the concentration of the pesticides was measured by analyzing the extraction of samplers using the GC-ECD.Determining the organochlorine pesticides residues by means of the Silicone rubber samplers demonstrated that the maximum contamination occurred at the lake site with the total sum concentration of 81ng/L which is the final accumulation location for surficial hydrological, chemical and sediment transport through the river basin.The total organochlorine residue changed to 71.5ng/L for the Middle Malewa and 59ng/L for the Upper Malewa river sampling sites.Finally, comparing the concentration of the studied pesticides with the maximum standard limit showed that the concentrations were below the limit.However, because of the risk of these pesticides continued monitoring of pesticides residues in the catchment remains highly recommended.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».