Influence of Fundão Tailings Dam Breach on Water Quality in the Doce River Watershed
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
The Fundão dam (Minas Gerais, Brazil) breach resulted in the transport and deposition of Fe mine tailings and debris for approximately 670 km along the Doce River watershed. Following the event, an extensive water quality monitoring program was implemented. The results generated by this program were used to assess the temporal and spatial impacts of the event on water quality. Data from several sampling sites situated along affected watercourses collected from 6 November 2015 to 27 September 2017 were evaluated. The sampling area was grouped into 4 zones delineated by hydropower plant dams located along the Doce River watershed and divided into 5 distinct time periods related to hydrological seasonality. Data were also compared to the Brazilian standards of water quality and available pre-event conditions. Principal component analysis followed by analysis of variance (ANOVA) tests were performed to evaluate the observed temporal and spatial trends and patterns. The results indicated that concentrations of 58 water quality parameters increased with the arrival of the tailings wave released by the breach, generally exceeding pre-event and regulatory levels. Persistent or seasonally recurring concentrations were observed for 30 water quality parameters. Concentrations of total and dissolved forms of Fe, Al, Mn, total P, total suspended solids, and turbidity tended to increase during the wet season and decrease during the dry season, this trend being more pronounced close to the dam. The water quality changes were more pronounced immediately after the arrival of the tailings wave, gradually decreasing over time and returning prebreach conditions, but fluctuated seasonally in response to the natural variation in river flow. Integr Environ Assess Manag 2020;16:583-595. © 2020 SETAC.
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 | 0,000 | 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