MétaCan
Menu
Retour à la cohorte
Enregistrement W3094185836 · doi:10.21315/tlsr2020.31.3.8

Geoaccumulation Index and Enrichment Factor of Arsenic in Surface Sediment of Bukit Merah Reservoir, Malaysia

2020· article· en· W3094185836 sur OpenAlexaboutno aff
Mohd Ilman Che Abdullah, Amir Shah Ruddin Md Sah, Hazzeman Haris

Notice bibliographique

RevueTropical Life Sciences Research · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArsenicSedimentEnrichment factorEnvironmental chemistryEnvironmental scienceContaminationInductively coupled plasma mass spectrometryHydrology (agriculture)ChemistryGeologyHeavy metalsMass spectrometryEcologyBiologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

An investigation study was conducted in Bukit Merah Reservoir (BMR) for the assessment of arsenic concentration in the surface sediment in 23 sampling stations. The sediment samples were digested and analysed for arsenic using Inductively Coupled Plasma-Optical Emission Spectrometry (ICP-OES). Sediment parameters such as pH (4.42 ± 0.71), redox potential (121.77 ± 42.45 mV), conductivity (205.7 ± 64.07 μS cm–1) and organic matter (25.35 ± 9.34%) were also examined. The main objectives of this study are to determine the arsenic distribution and concentration and at the same time to assess the enrichment of arsenic using the geoaccumulation index (Igeo) and enrichment factor (EF). This study shows the total arsenic concentration in the surface sediment of BMR is 4.302 ± 2.43 mg kg–1 and found to be below the threshold value of Canadian Interim Sediment Quality Guidelines (ISQG). High arsenic concentration is recorded near the southern part of the lake where anthropogenic activities are prevalent. Based on Igeo, 13% of sampling stations are categorised as moderately polluted, 52.2% as unpolluted to moderately polluted and the rest is categorised as unpolluted. EF shows 78.3% stations are classified as extremely high enrichment and the rest as very high enrichment. This finding provides important information on the status of arsenic contamination in BMR and creating awareness concerning the conservation and management of the reservoir in the future.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,127
Tête enseignante GPT0,360
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations65
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTropical Life Sciences ResearchMême sujetGeochemistry and Geologic MappingTravaux en français237 207