MétaCan
Menu
Retour à la cohorte
Enregistrement W2979057800 · doi:10.1088/2515-7620/ab4a8c

Spatial and temporal distribution and contamination assessment of heavy metal in Woji Creek

2019· article· en· W2979057800 sur OpenAlexaff
Amalo Ndu Dibofori-Orji, Owhonda Chikeru Ihunwo, Kufre Solomon Udo, Amir Reza Shahabinia, Mark O. Onyema, Prince Chinedu Mmom

Notice bibliographique

RevueEnvironmental Research Communications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePollutionCadmiumWater qualityHeavy metalsDominance (genetics)Environmental chemistryContaminationPollutantHydrology (agriculture)Spatial distributionChemistryGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Land use is one major factor that affects river water quality which is related to anthropogenic activities. Studies have shown that abandoned boats on watershed, petroleum and untreated wastewater from abattoirs can lead to anthropogenic pollution in surface waters. This study, therefore, was designed to assess spatial and temporal variation of selected heavy metals and level of pollution in Woji Creek. The study was carried out in the months of August, September and October 2018. Water samples were collected from five stations along the creek over a 3.2 km stretch. Water was collected to be analysed for heavy metals (Nickel, Cadmium, Copper, Lead and Iron). Results were subjected to ANOVA and heavy metal pollution index (HPI) was calculated using aquatic toxicity reference values (TRV) as threshold values. Heavy metal dominance in Woji was in the order of Pb > Ni > Fe > Cd > Cu. In the river, Ni had mean values ranging from 0.379 ± 0.259 mg l−1 in August to 0.545 ± 0.369 in October, while Pb with the highest concentration had mean values ranging from 0.229 ± 0.333 mg l−1 in October to 1.534 ± 0.103 mg l−1 in September. Concentrations of metals analysed were high than the TRV. Temporal analysis of HPI calculated for the study was above the critical heavy metal pollution index (100) (August = 329.358, September = 361.796, October = 112.715). A correlation was observed between heavy metals analysed during the study. Spatial analysis of HPI showed higher pollution level at Station 3 with the highest anthropogenic activity along the creek. Cu showed a negative correlation to other metals analysed. Sources of pollution on this creek was identified to be both natural and majorly anthropogenic sources. This study, therefore, points out the need for proper environmental management as regards commercial activities around the waterways.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
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 Opus0,046
Tête enseignante GPT0,367
Écart entre enseignants0,322 · 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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research CommunicationsMême sujetHeavy metals in environmentTravaux en français237 207