ASSESSMENT OF RIVER WATER QUALITY IN THE CITY BY HYDROCHEMICAL INDICES (THE OKHTA RIVER, ST. PETERSBURG)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Okhta River water quality was assessed in the period 2016–2020 using the component- wise assessment method and three hydrochemical indices (Water Pollution Index (WPI), Specific Combinatorial Water Pollution Index (SCWPI), and Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI)). The component-wise assessment demonstrated that the pH was neutral or slightly alkaline, and water hardness was low. Dissolved oxygen deficit was observed at most stations during the entire research period. The content of dissolved oxygen declined downstream along the river. At the river mouth, the oxygen situation is slightly better due to the inflow of the Neva River water. The BOD5 exceeded the MPC at all sampling stations, suggesting the Okhta River water was polluted with readily oxidizable organic matter. The iron content in the water exceeded the MPC manifold. An elevated content of various forms of nitrogen was also revealed. Over the entire observation period, increased concentrations of oil products were constantly recorded (exceeding MPC more than 50‑fold in different years). The Okhta River water was characterized as “dirty” and “extremely dirty”, and the water quality was “poor” according to the calculated values of the indices – WPI, SCWPI and CCME WQI. The methodology of the little-known in Russia CCME WQI is considered separately. It was compared with the WPI and SCWPI. The relationship between the indices is clarified. The use of CCME WQI for surface water quality assessment along with SCWPI is recommended.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle