MétaCan
Menu
Retour à la cohorte
Enregistrement W2943384650 · doi:10.5539/emr.v8n1p20

Baseline Monitoring of Elemental Contamination Levels in Soil Samples in Elebele Community, Bayelsa State, Nigeria

2019· article· en· W2943384650 sur OpenAlexvenueno aff
H. O. Nwankwoala, S. O. Omemu

Notice bibliographique

RevueEngineering Management Research · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoamSiltSoil testSoil waterEnvironmental scienceEnvironmental chemistrySoil scienceContaminationEnvironmental engineeringChemistryGeologyEcology

Résumé

récupéré en direct d'OpenAlex

This study evaluated the physico-chemical properties of the soil and water in Elebele Community in Ogbia Local Government Area of Bayelsa State, Nigeria. Standard sampling and analytical methods were employed. The predominant soils of the region are mainly sandy-loam and clayey-loamy. The soil physico-chemical properties were in good status as they were not toxic. Soil particle size distribution (sand silt and clay) was observed as follows: sand content ranged between 50.6%-86.2% with a mean of 64.5% at the surface soil while the subsurface soil ranged between 35%-80.2% with a mean of 60.2%. Silt on the other hand ranged between 7.8%-36% and a mean of 25.1% at the surface and ranged between 12.8-49.6% and mean of 25.4% at the subsurface while clay ranged between 3.4%-16% and mean of 9.4% at the surface and also ranged between 7%-16% and mean value of the soil. However, the soil physical properties were relativity good for sustainability. Also, the metals studied were detected in all the sites. Generally the concentrations of the metals were highest at the top soils. This is expected since the top soil is the point of contact. The metal levels in all the sites were significantly higher than the levels observed in the control sites. Sources of heavy metals in soils like inorganic fertilizers and pesticides need to be controlled.

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 enseignants0,005
Score d'incertitude au seuil0,011

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 savante0,0010,000
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 Opus0,050
Tête enseignante GPT0,306
Écart entre enseignants0,256 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Management ResearchMême sujetGeochemistry and Geologic MappingTravaux en français237 207