MétaCan
Menu
Retour à la cohorte
Enregistrement W3105680678 · doi:10.3390/w12113239

A Comparative Approach to a Series of Physico-Chemical Quality Indices Used in Assessing Water Quality in the Lower Danube

2020· article· en· W3105680678 sur OpenAlexaboutno aff
Mădălina Călmuc, Valentina Andreea Calmuc, Maxim Arseni, Catalina Topa, Mihaela Timofti, L. Georgescu, Cătalina Iticescu

Notice bibliographique

RevueWater · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesMinisterul Cercetării şi InovăriiUniversitatea 'Dunărea de Jos' Galați
Mots-clésWater qualityEnvironmental scienceIndex (typography)PollutionMathematicsHydrology (agriculture)Computer science

Résumé

récupéré en direct d'OpenAlex

Water quality indices are suitable tools used for assessing water quality because of their capacity to reduce a large number of water quality indicators into one value which defines the water quality class. In this study, Water Quality Index (WQI), Water Pollution Index (WPI) and Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI) were applied in order to evaluate the seasonal and spatial variation of the water quality in the Romanian Lower Danube sector. Fourteen physico-chemical parameters, i.e., pH, DO, BOD5, COD, N-NH4+, N-NO3−, N-NO2−, N-total, P-total, SO42−, Cl−, Fe-total, Zn2+ and Cr-total, were monitored along the Danube course (on a distance of about 120 km), during the four seasons between the autumn of 2018 and the summer of 2019 in order to calculate the three indices mentioned above. Indices results showed that the water analysed was ranked into different water quality classes, although the same dataset was used. These differences were due to the contribution of each parameter taken into account in the calculation formula. Thus, the WQI scores were mostly influenced by those parameters whose maximum allowable concentration was low (e.g., heavy metals, N-NO2−), while the WPI and CCME-WQI scores were influenced by those parameters which exceeded the maximum allowable concentration (BOD5, DO, COD, N-NO3−, N-NO2−). Based on the WQI results, the water was ranked into quality classes II and III. WPI and CCME-WQI assessed water only in quality class II, with one exception in the case of CCME-WQI when water was ranked into quality class III. The temporal assessment identified the seasons in which the water quality was lower, namely summer and autumn. The variation of the indices values between the sampling stations demonstrates the existence of pollution sources in the study area. Moreover, the indices results illustrated the contribution of the main tributaries (Rivers Siret and Prut) to the Danube River water quality. The appropriate applicability of the three indices was also discussed in this study.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,131
Tête enseignante GPT0,359
Écart entre enseignants0,229 · 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

Citations58
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetWater Quality and Pollution AssessmentTravaux en français237 207