MétaCan
Menu
Retour à la cohorte
Enregistrement W4386356963 · doi:10.24850/j-tyca-14-05-09

Evaluation of the physical and chemical quality and trace elements of water in Cupatitzio River, Michoacán

2023· article· en· W4386356963 sur OpenAlexaboutno aff
Felipe Mendoza-Mora, Gustavo Cruz-Cárdenas, José Teodoro Silva, Salvador Ochoa-Estrada, Dioselina Álvarez‐Bernal

Notice bibliographique

RevueTecnología y Ciencias del Agua · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesInstituto Politécnico Nacional
Mots-clésWater qualityEnvironmental scienceWet seasonWatershedDry seasonPollutionHydrology (agriculture)WastewaterBiochemical oxygen demandWater pollutionTrace metalEnvironmental chemistryEnvironmental engineeringChemical oxygen demandGeographyEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

In Mexico, around 90 % of the rivers are polluted mainly from wastewater resulting in human health issues. This work is aimed at determining the water quality of Cupatitzio River; 20 sampling sites (SS) were determined in rainy (August 2016) and dry (May 2017) seasons; 31 trace elements (TE) were obtained and 15 physicochemical parameters; three quality indices were calculated: Water Quality Index (WQI), Pollution Index (IC) and the Canadian Council of Ministers of the Environment, Water Quality Index (CCMEWQI). Statistical analysis was conducted to associate variables. Results show for the rainy season, the quality indices indicates that the worst quality is found in the middle watershed due to the wastewater and leachate from a landfill; in the dry season, low quality reaches the low watershed. High concentrations of Fe, Al and P trace elements are found in the middle and lower watershed. It is worth mentioning that they may be associated with the pesticides used in avocado orchards. Finally, analyses show an association between poor quality, low dissolved oxygen and the presence of reservoirs. Therefore, the river water is not fit for human use and consumption.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,345
Écart entre enseignants0,272 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTecnología y Ciencias del AguaMême sujetWater Quality and Pollution AssessmentTravaux en français237 207