Evaluation of surface water quality using water quality indices (WQIs) in Lake Sukhna, Chandigarh, India
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
Abstract To assess the surface water quality of Sukhna Lake, 13 physico-chemical parameters like temperature, pH, transparency, dissolved oxygen, electrical conductivity, total dissolved salts, chloride, total Aalkalinity, total hardness, calcium, magnesium, nitrate and phosphate were investigated on monthly basis for a period of two year (July 2016–June 2018) by using standard procedures. The results were compared with the values or ranges mentioned by standard organizations (WHO and BIS) for assessing the water quality and these revealed that the lake water was turbid and under DO distress. Various water quality indices like water quality index (WQI), Canadian Council Ministry of Environment (CCME)-WQI and comprehensive pollution index (CPI) were used to assess the water quality status in the Sukhna Lake. The range of WQI (59.74–83.49) indicated that the water quality status of the lake belonged to good category while those of CCME-WQI (52.4–81.61) revealed that water quality fallen from marginal to good category and those of CPI (0.4–0.7) indicated fair state of water in the lake. Overall the water quality in Sukhna Lake has been found deteriorated during second year in comparison the first year during the study time.
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 | 0,018 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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