Heavy metals in the São Mateus Stream Basin, Peixe River Basin, Paraiba do Sul River Basin, Brazil
Notice bibliographique
Résumé
Large-scale enterprises with high potential to pollute need to be licensed, properly supervised and monitored during and after their operations to avoid and/or mitigate impacts in their areas of influence. The São Mateus Stream Basin (SMSB), located in rural area of Juiz de Fora (MG), is impacted by several activities, highlighting a deactivated landfill and an industrial park. This study monitored the concentration of heavy metals in the waters of the main tributaries of the SMSB. Strategic points were selected in each sub-basin, before the mouth and meeting of the Bocaina, Salvaterra and São Mateus Streams, measured monthly between January and December 2014 using the Metalyser probe, and applying the Contamination Index (CI). The CI results showed that the enterprises located in this basin, especially the Park Sul and Salvaterra Landfill in the Bocaina and Salvaterra Streams, respectively, are negatively impacting the quality of these waters. Metals such as Hg, Cu, Pb and Zn were the ones that most violated CONAMA Resolution 357/2005, directing management in order to control the sources of these metals, which are cumulative in organisms and damage the whole trophic chain. The inhabitants of this rural area are not served by any water concessionaire and make use of springs and wells below the level of these streams.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».