Spatial and temporal distribution and contamination assessment of heavy metal in Woji Creek
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| 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 découle