MétaCan
Menu
Retour à la cohorte
Enregistrement W2963675373 · doi:10.14796/jwmm.c465

Spatial Patterns of Heavy Metals in the Sediments of a Municipal Wastewater Treatment Pond System and Receiving Waterbody, Cha am, Thailand

2019· article· en· W2963675373 sur OpenAlexvenueaboutno aff
Vicko Andreas, Kim Irvine, Ranjna Jindal, Romanee Thongdara, Nikhil Nath Chatterji, Wu Bing Sheng

Notice bibliographique

RevueJournal of Water Management Modeling · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWastewaterEnvironmental scienceHeavy metalsSewage treatmentEnvironmental engineeringAerationWater resource managementHydrology (agriculture)Waste managementGeologyEngineeringEnvironmental chemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Cha am, a popular beach destination in Thailand, uses an aerated lagoon system with four ponds in series to treat its municipal wastewater. This study investigated the spatial pattern of heavy metal concentrations in the sediment deposited at the bottom of the four ponds and along the river receiving the treated wastewater discharge. Using a stratified random sampling scheme, between 11 and 14 surface grab samples were collected from each of the four ponds on two different dates in September and October 2016 (94 samples in total). An additional 17 samples were collected in December 2016 along the 1.8 km river section connecting the ponds to the ocean. A Bruker S1 Titan 600 X-ray fluorescence (XRF) analyser was used to determine metal concentrations in the air dried sediment samples. Ordinary kriging in ArcGIS10.1 indicated that while metal concentrations were greater in the middle areas of each pond, from pond to pond the metal concentrations exhibited different spatial trends. The ponds provide treatment for most of the metals analysed, with Student t-tests showing that mean concentrations of arsenic, chlorine and zinc decreased significantly from the first pond to the third pond but increased significantly in the fourth pond. Chromium concentration changed insignificantly between ponds; lead concentration decreased significantly from the first to the second pond, but there were insignificant changes in mean lead concentration thereafter. Concentrations of cadmium, cobalt, mercury and selenium were below the XRF limit of detection, but the mean levels of arsenic, chromium, copper, lead and manganese in each of the four ponds frequently exceeded Ontario Ministry of the Environment and Climate Change lowest effect level (LEL) guidelines for sediment. Metal levels in the upper reach of the river, closest to the pond discharge, were similar to the pond levels and generally decreased downstream. With the exception of zinc, metal levels detected in the river sediment frequently exceeded the LEL guidelines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,018
Tête enseignante GPT0,228
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetHeavy metals in environmentTravaux en français237 207