MétaCan
Menu
Retour à la cohorte
Enregistrement W3135745300 · doi:10.3390/w13050684

An Assessment of Heavy Metal Contamination in the Nakdong River Around the Weir

2021· article· en· W3135745300 sur OpenAlexaboutno aff
Hee Won Son, Sun Hee Shim, Haeseong Oh, Jung Hyun Choi

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental ResearchNational Research Foundation of KoreaNational Research Foundation
Mots-clésAqua regiaEnvironmental scienceContaminationExtraction (chemistry)Environmental chemistryWeirSedimentZincWater qualityHeavy metalsChristian ministryMetalChemistryGeology

Résumé

récupéré en direct d'OpenAlex

In this study, the concentrations and characteristics of copper (Cu), zinc (Zn), and lead (Pb) contamination in sediment samples were investigated using aqua regia extraction and Tessier’s five-step sequential extraction. Based on the concentration of metals, the influence of the Hapcheon-Changnyeong weir on sediments in the Nakdong River was assessed. The origins of the contaminants, their bioavailability, and their mobility were determined using sequential extraction. Greater concentrations of heavy metals were found in samples collected closer to the weir. The largest proportion of Cu was identified in the residual fraction based on sequential extraction, whereas Zn was predominantly found in the reducible fraction. Iron-manganese in the reducible fraction of Zn has the potential to leach back to the water body. In addition, the combined concentration of fractions 1 and 2 of Cu comprised more than 20% of total amount that still has potential to affect the water quality. The results of this study were compared with existing sediment standards set out by the NIER (National Institute of Environmental Research), Canada, and US EPA (United States Environmental Protection Agency) guidelines, as well as the risk assessment code (RAC). The concentrations of heavy metals exceeded the standards set by the Canadian guideline by up to four times in particular samples, highlighting the need for continual monitoring.

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 enseignants0,018
Score d'incertitude au seuil0,036

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,015
Tête enseignante GPT0,286
Écart entre enseignants0,271 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHeavy metals in environmentTravaux en français237 207