MétaCan
Menu
Retour à la cohorte
Enregistrement W2991438501 · doi:10.21608/jesr.2017.57435

MAPPING OF QUALITY INDEX AND POLLUTION RISK ALONG ROSETTA BRANCH USING GIS TECHNIQUES

2017· article· en· W2991438501 sur OpenAlexaboutno aff
H. A. A. El-Gawad, Mohamed Azzazy, Mamdouh El-Hattab, Thoraya Hasseb

Notice bibliographique

RevueJournal of Environmental Studies and Researches · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityEnvironmental scienceOutfallPollutionHydrology (agriculture)Index (typography)Water resource managementPollutantSurface waterGeographic information systemEnvironmental engineeringGeographyGeologyCartography

Résumé

récupéré en direct d'OpenAlex

Water quality of Rosetta Branch may be changed by several factors in the last decades as a result of anthropogenic activities. So, it’s important to study water class along Rosetta Branch. This research focused on assessment surface water quality along Rosetta Branch using Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI) supported by Egyptian guidelines of law 48/1982 decision 92/2013. Rosetta Branch received most pollutants from two hot spots namely: El-Rahawy drain and industrial activities in Kafr El-Zayat city. The water quality of eight sites-the main surface water resource for Delta Barrage, Edfina Barrage, Rahway, Sable, Tharir, Zawieyt El-bahr, Tala drains outfall and outlet of Rosetta Branch on Mediterranean Sea were investigated. The Geographic Information System (GIS) was used for mapping the WQI variations in different sites. The results of the index average for different sites location at each site showed that the water quality in the studied sites ranked as marginal or fair. This is attributed to the fact of the concentrations of heavy metals, ammonia and organic matter increase in sites that are more affected by drainage water from different drains in the study area. Great efforts are needed and wastewater must be treated before draining it into the River Nile water

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,546

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,124
Tête enseignante GPT0,393
Écart entre enseignants0,269 · 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'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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Studies and ResearchesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207