MétaCan
Menu
Retour à la cohorte
Enregistrement W3043649847 · doi:10.1088/1757-899x/870/1/012065

Quantifying Canadian Water Quality Index in Alhindya Barrage, Euphrates River

2020· article· en· W3043649847 sur OpenAlexaboutno aff
Ali Hassan Hommadi, Abdul‐Sahib T. Al‐Madhhachi, Ali Al-Fawzy, Rana Abdel Qader Saleh

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbidityEnvironmental scienceWater qualityHydrology (agriculture)IrrigationWater resource managementGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, water quantity is decreasing due to high temperatures in summer and reducing the water quotas of Euphrates River in Iraq from the neighboring countries. These factors may increase turbidity and concentration of elements in Euphrates River especially near Alhindya Barrage, Babylon Governorate, Iraq. Thus, Euphrates River may not be valid for drinking and irrigation purposes in upstream of Alhindya Barrage. The aim of this study was to investigate the water quality upstream of Alhindya Barrage, Euphrates River, using Canadian Water Quality Index (CWQI). The comparison of water quality was investigated in the years of 2008 and 2009 according to data availability. Statistical analysis were performed on measured flowrates and indicated that there is a statistically significant difference between measured flowrates for 2008 and 2009. The results showed that the CWQI of 2008 was 94 which is good to excellent water quality, compared to CWQI of 79 for 2009. This was due to reduction in mean water quantity from 370m 3 /s of 2008 to 213m 3 /s of 2009. The global warming phenomenon is the main reason for dry seasons and low rainfall intensity and caused bad water quality.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,262
Écart entre enseignants0,211 · 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.

Devis d'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetWater Quality and Pollution AssessmentTravaux en français237 207