MétaCan
Menu
Retour à la cohorte
Enregistrement W4313421410 · doi:10.1002/tqem.21953

Assessment of deep aquifer groundwater quality in a geographically unique climatic region of Southern Western Ghats, India using water quality indices

2022· article· en· W4313421410 sur OpenAlexaboutno aff
N. Kannan, A. Krishnakumar, Sabu Joseph, Shiju Chacko

Notice bibliographique

RevueEnvironmental Quality Management · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityGroundwaterAlkalinityWeatheringMonsoonHydrology (agriculture)Environmental scienceCarbonateWater resource managementGeographyGeologyGeochemistryChemistryEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Water quality index (WQI) models are generally used in hydrochemical studies to simplify complex data into single values to reflect the overall quality. In this study, deep groundwater quality in the Chittur and Palakkad Taluks of the Bharathapuzha river basin of Kerala, India, was assessed by employing the WQI method developed by the Canadian Council of Ministers of the Environment (CCME). The assessment of overall water quality is indispensable due to the specific characteristics of the study area, such as geography, climate, over‐drafting, and prevalent agricultural practices. Forty representative samples were collected from the study area for monsoon (MON) and pre‐monsoon (PRM) seasons. The results showed a general increase of contents from MON to PRM. The major cations were spread in the order Ca 2+ >Na+>Mg 2+ >K + and the anions HCO 3 − >Cl − >CO 3 2− based on their relative abundance. Among various parameters analysed, alkalinity and bicarbonate levels during MON were comparatively high, which is indicative of carbonate weathering, and 90% of the samples failed to meet the World Health Organization (WHO, 2017)/Bureau of Indian Standards (BIS, 2012) drinking water guidelines. The CCME WQI analysis revealed that nearly 50% of the samples during each season represented good and excellent categories. The samples in the poor category comprised 10% in MON and 15% in PRM. The overall WQI exhibited 15% of poor category samples as well. The spatial depiction of CCME WQI classes helped to expose zones of degraded quality in the centre to eastward parts. The spatial and temporal variations of CCME WQI classes and different physicochemical attributes indicated the influence of common factors attributing to the deep groundwater quality. The study also revealed inland salinity at Kolluparamba and Peruvamba stations, where agricultural activities were rampant with poor surface water irrigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Quality ManagementMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207