Evaluation of water quality of Mundeswari River in eastern India: a water quality index (WQI) based approach
Notice bibliographique
Résumé
The Mundeswari River is the western distributary of the Damodar River system in eastern India. The water of this river is extensively used for domestic purposes and agricultural irrigation. This study aimed to evaluate the spatial and temporal water quality variation of the Mundeswari River and assess the water quality status of this river using the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI). Water quality was monitored monthly at four selected sampling stations (M1, M2, M3, and M4) during 2020-2022, considering twelve selected water quality indicators. The obtained water quality data were analysed using different statistical techniques. Water quality at different monitoring stations was appraised through the use of CCME-WQI. The results revealed that the overall water quality of most of the monitoring stations based on CCME-WQI values was “marginal.” The highest WQI value (82.01) was observed at M1, and the lowest WQI (41.24) was recorded at M3. One-way ANOVA indicated a statistically significant difference in WQI values between sampling sites (P <0.05). The water quality of the M3 sampling station was found to be in degraded condition throughout the study period. Cluster analysis from the perspective of WQI values revealed two distinct clusters of the sampling stations. Substantial seasonal variation in water quality was also observed. This river had putrid water quality during the pre-monsoon period, and relatively better water quality was evident after the monsoon. This study revealed that the water of the Mundeswari River is utterly unsafe for human consumption and it requires significant treatments before it can be safely used for domestic purposes like cooking, washing etc.
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 | 0,015 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».