MétaCan
Menu
Retour à la cohorte
Enregistrement W3087902731 · doi:10.24237/djes.2013.06205

Evaluation of Water Quality of Hemren Lake

2013· article· en· W3087902731 sur OpenAlexaboutno aff
Saad Sh. Sammen

Notice bibliographique

RevueDiyala Journal of Engineering Sciences · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityIrrigationEnvironmental scienceIndex (typography)Hydrology (agriculture)Water resource managementQuality (philosophy)PotassiumComputer scienceChemistryGeologyEcology

Résumé

récupéré en direct d'OpenAlex

In this study Water Quality Index (WQI) was applied in Hemren Lake, Diyala province, Iraq using ten water quality parameters (pH, Electrical Conductivity, Hardness, Total Dissolve Soluble, Sodium, Calcium, Magnesium, Potassium, Chloride, Phosphate) from 2008 to 2010 to evaluate the suitability of Hemren Lake ecosystem for drinking and irrigation uses. The Weighted Arithmetic Index method (WAM) and the Canadian Council of Ministers of the Environment Water Quality Index methodology (The CWQI 1.0 model) were used to calculate the water quality index (W.Q.I). The results indicated that drinking water quality of Hemren Lake is good and marginal for the study period according to (WAM) and (CCME) respectively, while the irrigation water quality is good and according to (WAM) and (CCME). It is suggested that monitoring of the lake is necessary for proper management. Application of the WQI is also suggested as a very helpful tool that enables the public and decision makers to evaluate water quality of lakes in Iraq.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,649
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,320
Écart entre enseignants0,259 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiyala Journal of Engineering SciencesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207