Analyses of sustainable indicators of water resources for redesigning the health promoting water delivery networks: A case study in Sahneh, Iran
Notice bibliographique
Résumé
Healthy water is our prime demand however population explosion and industrialization have threatened the quality of water. Consequently, about a billion people in developing countries including Iran are struggling for a safe and sustainable water supply. Timely water sampling and analyses are critical to access and maintain healthy status. The current study investigates the state of water supply in 29 villages of Sahneh town and provides recommendations for maintaining good health. Water samples were extensively analyzed for the physical and chemical indexes using the EPA standards and the Iran national water standards (Table S1). The mean of pH, total dissolve solid, electrical conductivity, chloride concentration, sulfate, temperature, bicarbonate, total alkalinity, calcium hardness was 8.2, 326.5 mg/L, 422.4 mS/cm, 203 mg/L, 6.4 mg/L, 24.7 °C, 257.2 mg/L, 210.9 mg/L as CaCO 3 , 233.8 mg/L CaCO 3 , respectively that are within the permitted limit. Interactions between these factors were statistically analyzed to characterize the water samples. All sampled waters were probable to sediment according to the Langelier index (0.67 ± 0.20), corrosive according to aggressiveness (10.74 ± 0.40) and Puckhorius indexes (6.96 ± 0.63). Water samples also exhibited scaling therefore it is recommended to use cemented pipes for dispensing networks. Moreover, balancing pH, alkalinity, calcium levels and annual testing by the government should be considered to promote good health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».