Groundwater quality evaluation for drinking purpose using water quality index in Kathmandu Valley, Nepal
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Groundwater is a significant source of drinking water in Kathmandu Valley of Nepal. The study aims to evaluate the groundwater quality in terms of water quality index. We compared the physicochemical and microbial parameters of 159 groundwater samples. The study showed that conductivity, hardness, chloride, and nitrate were found to be significantly higher in well water and ammonia was found to have significantly higher concentrations in boring water. The Spearman’s rank correlation coefficient demonstrated a positive correlation between conductivity and hardness, turbidity and iron, total hardness and chloride, and ammonia and arsenic. The drinking water quality parameters including pH, conductivity, turbidity, chloride, hardness, iron, ammonia, total coliform, and Escherichia coli count exceeded National Drinking Water Quality Standards, 2022 by 7.55%, 22.01%, 50.94%, 1.26%, 3.77%, 69.81%, 41.51%, 93.71%, and 47.17% samples, respectively. The water quality index showed that 38.36% of groundwater samples fall under grade-E which requires proper treatment before use. Linear regression revealed that with the increase in turbidity and iron, the water quality index also increases. The principal component analysis identified hardness, iron, conductivity, and nitrate as the major variables governing groundwater quality with no significant difference between well and boring water. Results suggest an urgent need for appropriate treatment of groundwater to mitigate pollutants.
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.
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 | 0,018 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle