MétaCan
Menu
Retour à la cohorte
Enregistrement W3015903266 · doi:10.1080/09593330.2020.1754922

Assessment of water quality using principal component analysis: a case study of the Marrecas stream basin in Brazil

2020· article· en· W3015903266 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésWater qualityPrincipal component analysisEnvironmental scienceSampling (signal processing)Hydrology (agriculture)Biochemical oxygen demandWater bodyTotal dissolved solidsResource (disambiguation)Structural basinEnvironmental engineeringChemical oxygen demandStatisticsMathematicsWastewaterEcologyEngineeringGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Monitoring water quality is a fundamental process to ensure proper anthropogenic usage and environmental protection of this resource. This study collected monthly measurements of 9 parameters (pH, Temperature, BOD, Total Solids, Thermotolerant Coliforms, Dissolved Oxygen, Total Nitrogen and Total Phosphorus) in 5 sampling stations along the Marrecas water stream, during a 1-year period. Temporal and seasonal variations were analyzed and interpreted for each element, explaining how specific geographical and anthropogenic factors affected the water body. Principal Component Analysis (PCA) was applied to evaluate each element's correlation and to reduce the number of parameters, easing the assessment of water quality for each location. Results were followed by the creation of an improved index for the region, which could better estimate the quality of water, only considering 4 of the original parameters. It was also recognized that each water body possesses several subtleties that impact on how its water quality should be measured and indexed into a single value, which validates the case for the creation of regional WQI's.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,044
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,040
Tête enseignante GPT0,327
Écart entre enseignants0,287 · 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