Analysis of Water Quality Using Physico-Chemical Parameters in Different Cities of Pakistan
Notice bibliographique
Résumé
Present study was carried out to assess different parameters (physiochemical) of water for public health safety. 25 samples from majority of areas of Khyber-Pakhtunkhwa (KP) along with Rawalpindi and Islamabad were chosen. Total twelve parameter which include color, odour, pH, TSS (total suspended solids), TDS (total dissolved solids), Na (Sodium), K (Potassium), hardness, alkalinity, EC (Electric Conductivity), Cl (Chloride) and SO4 (Sulphate) were assessed for each sample and were compared with WHO and other limits. Results showed that very few samples 3 out of 14 in Mardan, 5/12 in Bannu, 2/11 in Buner, 3/4 in Batkhela, 1/6 in Malakand, 2/4 in Shangla, 3/18 in Mansehra, 2/7 in Karak, 1/17 in Kohat, 2/5 in Upper Dir, 3/12 in Islamabad, 3/11 in Abbottabad and 2 out of 17 samples were found to have objectionable color and odour. None of the samples exceeded the permissible limit of WHO for pH, TDS, alkalinity, Cl and SO4. While, other parameters like TSS was higher in 9 samples, Na in 2, K in 6, hardness in 1 and EC in 7 as compare to permissible limit. It was recommended that proper water treatment especially effective chlorination with residual chlorine be rendered at all sources in order to achieve safe water quality up to the consumer’s end. However, it is also important to investigate other potential water contaminations such as chemicals and microbial and radiological materials for a longer period of time, including human body fluids, in order to assess the overall water quality of Pakistan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».