Water quality indicators of the Nima Creek, and potential for sustainable urban agriculture in Ghana
Notice bibliographique
Résumé
Urban and peri-urban agriculture, a widely accepted practice of food cultivation in urban centers contributes to positive environment. It has the benefits of job creation, increased access to healthy and affordable food, and important means of improving community health. Use of wastewater or disturbed surface water for urban agriculture is a common practice in the developing world due to lack of adequate infrastructure and widespread poverty. This study assessed the urban water quality parameters of the Nima Creek, a major water resource for peri-urban and urban farming in Southeastern Accra. Water sampled from six locations along the NE – SW stretch of the creek were evaluated for physicochemical parameters including pH, conductivity, Total Suspended Solids (TSS), Total Dissolved Solids (TDS), cations, zinc, iron, oil and grease, Biological Oxygen demand (BOD), Chemical Oxygen demand (COD). Results show high enrichment of nutrients, ammonia (NH3), nitrate (NO3), and phosphate (PO4) as well as elevated levels of BOD, COD, and grease at sites receiving solid and liquid wastes. The physicochemical parameters such as conductivity, TSS, and TDS exhibited periods of elevated values that were congruent with seasonal rainfall patterns within the catchment area. Sodium concentration ranged from 32 to 297 mg/L. Nitrate levels generally ranged from 1.5 to 7.13 mg/L. The cation concentrations showed broad temporal and spatial variation characteristic of disturbed surface freshwater. Principal component analysis of the data discriminated four distinct components accounting for 63.6% of the total variance. The component plots constrained three major classes explaining the physical quality of the water and two other groups defining nutrient and alkalinity levels in the water.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».