Evaluating the Quality of Raw and Treated Water for a Number of Water Treatment Plants in Baghdad, using Canadian Model for Water Quality Index
Notice bibliographique
Résumé
Laboratory tests for some physical and chemical properties were conducted to evaluate the quality of potable water on some water treatment plants in Baghdad (Al-Qadisiya, Al-Dora, Al-Wahda and Al-Rasheed). Study samples were taken from raw and treated water. Water tests were monthly conducted for eight years in order to evaluate the potable water quality and the efficiency of these plants. The quality of the potable water was calculated using Canadian model index (Canadian Council of Ministry of the Environment) water quality evaluation. The following thirteen variables that contributed in the index calculation are: water temperature, turbidity, pH, total hardness (as CaCO3), magnesium%, calcium%, sulfate%, iron mg/L, fluoride%, Nitrate%, chloride%, color, and conductivity. The samples were taken from the treated water effluent from 2005 to 2013. The study showed that the range of the water quality index for the raw water is (49-54) and can be classified as bad water and needs an advanced treatment. While the water quality index of the treated water was (77,78, 70, 67) for (Al-Qadisiya, Al-Dora, Al-Wahda and Al-Rasheed) respectively. Therefore, the water quality index of treated water of (Al-Qadisiya, Al-Dora, Al-Wahda and Al-Rasheed) can be classified within the third category (moderate).
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 | 0,004 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».