Heavy Metals in Sediments of Gilgel Gibe I Hydroelectric Dam Reservoir and its Tributaries
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
Aquatic ecosystems are susceptible to pollution with heavy metals arising from anthropogenic and natural sources. In this study the pH, organic matter content, and concentrations of selected heavy metals (Cd, Pb, Cu, Cr, Co) in the sediments of Gilgel Gibe I Hydroelectric Reservoir and its tributaries were investigated. Sediment samples were taken by grab sampling from 5 sample sites. Microwave digestion was used for the extraction of the samples prior to quantitative determination of the target heavy metals by Flame Atomic Absorption Spectroscopy (FAAS).The obtained concentrations of the heavy metals were varied from 0.80 ± 0.46 - 10.4 ± 0.68 mg/kg (Cd), 0.80 ± 0.46 - 10.4 ± 0.68 mg/kg (Pb), 17.26 ± 1.94 - 28.38 ± 0.30 mg/kg ( Cr);0.55 ± 1.38 - 9.74 ± 0.45 mg/kg (for Cu); and 7.53±0.51 - 18.50±1.11 g/kg (Co). One-way ANOVA (p < 0.05) indicated that the concentrations the studied heavy metals were significantly different among the sediment samples collected from the dam reservoir and its tributaries. The dam reservoir sediment accumulate higher concentration of Cd (i.e., 10.4±0.68 mg/kg) and this value is above the sever effect level of National Oceanic and Atmospheric Administration (NOAA) and Canadian interim sediment quality guideline. Nada Kala contribute highest amount of metal accumulation compared with other tributaries. The degree of metal pollution was analyzed in terms of contamination factor and Cd has showed moderate contamination of reservoir sediment. Generally, the obtained findings demonstrated that the studied sediments have high concentrations of target heavy metals. Speciation study is recommended to determine the desorption tendency of the heavy metals towards water column as well as their risk on aquatic ecosystems.
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 | 0,000 |
| 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) | 0,000 | 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