MétaCan
Menu
Retour à la cohorte
Enregistrement W3166207126 · doi:10.3390/hydrology8020090

Linking DPSIR Model and Water Quality Indices to Achieve Sustainable Development Goals in Groundwater Resources

2021· article· en· W3166207126 sur OpenAlexaboutno aff
Dimitrios Ε. Alexakis

Notice bibliographique

RevueHydrology · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensnon disponible
Organismes subventionnairesHellenic Ministry of Rural Development and Food
Mots-clésDPSIRGroundwaterEnvironmental scienceSustainable developmentWater resource managementAquiferWater Framework DirectiveWater qualityWater resourcesEnvironmental planningHydrology (agriculture)Geology

Résumé

récupéré en direct d'OpenAlex

The achievement of sustainable development goals in groundwater resources related to water quality issues is a critical question in many regions. This study aims to combine powerful tools for helping stakeholders and policymakers achieve sustainable development goals in groundwater resources of agricultural areas. The DPSIR (Driver–Pressure–State–Impact–Response) model in combination with the Canadian Council of Ministers of Environment Water Quality Index and Groundwater Directive 2006/118/European Community—Threshold Values was applied using a hydrogeochemical dataset derived from the analysis of groundwater samples collected from 31 monitoring sites in an unconfined alluvial aquifer. Elevated Cl− (up to 423.2 mg L−1), NO3− (up to 180.1 mg L−1) concentration and electrical conductivity (up to 2037 μS cm−1) value are observed for groundwater samples of the study area. The outcome of the “One Out-All Out” procedure revealed that the groundwater in 42% of the monitored sites is unsuitable for drinking according to the health-based guideline values established by Directive 98/83/European Community. A difficulty to achieve targets under Sustainable Development Goals 3 and 6 in the study area is revealed. The proposed response actions are reported.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations52
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrologyMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207