CCME-WQI and TM-WQI based Assessment for Groundwater Quality in Garividi region of Vizianagaram District, Andhra Pradesh, India
Notice bibliographique
Résumé
The Canadian Council of Ministers of the Environment method (CCME) and the Logarithmic Aggregation method proposed by Tiwari and Mishra (TM) were used to assess the groundwater quality for drinking in Garividi region (Gurla, Gajapatinagaram, Dattirajeru, Merakamuidam, Cheepurupalli and Garividi mandals) which occupy some central part of Vizianagaram district of Andhra Pradesh, India. The groundwater samples were collected during every month from November 2018 to October 2019 from 38 bore wells of selected sampling locations in the study area. Fourteen parameters such as pH, EC, TDS, TH, TA, Ca2+, Mg2+, Na+, CO32-, HCO3-, Cl-, SO42-, NO3-, F- of samples were analyzed using standard laboratory procedures. This paper describes the assessment of ground water quality for drinking purposes using CCME and TM water quality index methods and water quality parameters variation with regression correlation analysis during Post and Pre monsoons and monsoon. From CCME-WQI analysis, it is observed that quality of about 2.63% of the water samples is Excellent, about 28.95% of the water samples is Good, about 52.63% of the water samples is Fair, about 5.26% is Marginal and remaining 10.53% is Poor and from TM-WQI analysis, it is observed that quality of about 2.63% of the water samples is Excellent, quality of about 42.1% of the water samples is good, about 39.5% is Medium, about 13.2% is poor and remaining 2.63% is unsuitable for drinking purpose in the study area. From the correlation analysis, it is observed that EC and TDS are the important parameters, as they are significantly correlated with other parameters.
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 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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».