MétaCan
Menu
Retour à la cohorte
Enregistrement W4205950184 · doi:10.3329/jes.v12i3.57478

Water Quality Index (WQI) of Shitalakshya River Near Haripur Power Station, Narayanganj, Bangladesh

2022· article· en· W4205950184 sur OpenAlexaboutno aff
Rumman Mowla Chowdhury, Adib Ashhab Ankon, Md Kamruzzaman Bhuiyan

Notice bibliographique

RevueJournal of Engineering Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbidityWater qualityEnvironmental scienceIndex (typography)Hydrology (agriculture)Total dissolved solidsEnvironmental engineeringOceanographyGeologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

The present investigation is aimed at understanding the water quality parameters and the findings of a water quality index (WQI) to assess the characteristics of the Shitalakshya River near Haripur power station, Narayanganj for five different years (2013-2018) considering monsoon, pre-monsoon, post-monsoon seasonal variations. In this study, three different methods were used to evaluate the WQI named as; Weighted Arithmetic Index Method, Canadian Council of Ministers of the Environment (CCME) WQI Method and National Sanitation Foundation (NSF) Method. Essential parameters i.e. dissolved oxygen, pH, chloride, turbidity, color, biochemical oxygen demand, total dissolved solids, Silica, Iron, electrical conductivity, Phosphate were considered for calculating the WQI. According to Weighted Arithmetic Index Method, the WQI value varied from 80 to 286 for the last five years. From the National Sanitation Foundation Method, the WQI value was found within 36 to 56 for the study duration. The WQI value was varied from 3 to 16 according to the Canadian Council of Ministers of the Environment Water Quality Index Method. Based on WQI values, the Shitalakhya river water was being classified as poor water for the above-mentioned different years. Among the different parameters, mostly turbidity, electrical conductivity, TSS, Iron were the parameters that caused the situation worst. Journal of Engineering Science 12(3), 2021, 45-55

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)0,001
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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering ScienceMême sujetWater Quality and Pollution AssessmentTravaux en français237 207