MétaCan
Menu
Retour à la cohorte
Enregistrement W4205120302 · doi:10.2166/wpt.2022.004

Statistical analysis for water quality index for Shatt-Al-Hilla river in Babel city

2022· article· en· W4205120302 sur OpenAlexaboutno aff
Shahad Abd Al-Kareem, Rasha S. Alkizwini

Notice bibliographique

RevueWater Practice & Technology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbidityWater qualityRaw waterBiochemical oxygen demandTotal dissolved solidsEnvironmental scienceChemical oxygen demandEnvironmental chemistryHydrology (agriculture)ChemistryEnvironmental engineeringWastewaterGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The work aims to investigate the Water Quality Index (WQI) of the Shatt-al-Hilla River, a branch of the Euphrates river in Babel city, Iraq. Twelve important and influential parameters were taken into account to evaluate the WQI, namely the temperature of water (Temp), total hardness (TH), electrical conductivity (EC), acidity (PH), total dissolved solids (TDS), sulfate (So4−2), calcium (Ca+2), magnesium (Mg+2), sodium (Na+1), biological oxygen demand (BOD), potassium (K) and turbidity. Raw and treated water quality was evaluated using two models, Weighted Calculation and Canadian Cabinet for the Environmental Water Quality Index (CCME WQI). The study area included three water treatment plants, namely New Hilla (NH), Al-Hussein (HE), and Al- Hashimyah (HA), which discharge their treated water into the Shatt-al-Hilla river. Raw and treated water samples were collected and tested regularly for nine months, from October 2020 to June 2021. The results showed all chemical and physical parameters (for both raw and treated water) met the Iraqi standards except Ca+2, turbidity and EC for raw water and temperature for treated 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 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)0,003
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,354
Écart entre enseignants0,316 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Practice & TechnologyMême sujetWater Quality and Pollution AssessmentTravaux en français237 207