Multivariate statistical technique in the assessment of coastal water quality of Oman
Notice bibliographique
Résumé
Coastal water plays a significant role in the growth and productivity of marine organisms; and is the source of many important economic activities including fishery, coastal recreation and socio-economic development. Coastal water quality is highly influenced by the physical, chemical and biological processes in the ocean. The present study assessed 17 physico-chemical water quality parameters along the Omani coastline of Capital Muscat at Mina Al Fahal, Al Ghubrah, Barka and Quriyat. The results showed that the level of dissolved oxygen (O 2 ) was lower than 5 mg/l at the Mina Al Fahal (2.24 mg/l) and Quriyat stations (3.68 mg/l), signifying a threat to coastal species. Relatively high total dissolved solids (>40 000 mg/l), total coliform (>500 most probable number (MPN)/100 ml) and Escherichia coli (>35 MPN/100 ml) at the Al Ghubrah and Barka stations indicated contamination from brine disposal, local run-offs, decomposition of organic waste and domestic effluent discharges. The higher phosphate–phosphorus level of 0.14 mg/l at Quriyat suggested pollution from local fish waste and sediment decomposition. The analysed parameters were further evaluated using multivariate statistical techniques such as cluster analysis (CA) and principal component analysis/factor analysis (PCA/FA). CA provided five clusters after grouping the parameters based on similarity. PCA/FA identified four main loading factors, with a total variance of 74.2%. The analysis showed contamination from desalination plants, domestic waste, local discharge and natural fish wastes and weathering of seabed rocks and sediments as the main contributors to the elevated concentrations affecting the water quality in the study locations.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».