EVALUATION OF THE SEDIMENT QUALITY OF THE SUCHES RIVER USING MULTIVARIATE ANALYSIS METHODS
Notice bibliographique
Résumé
The intensification of the artisanal mining activities generates alterations on the environmental components of the upper zone of the Suches basin. The pollution evaluation due to heavy metals is relevant because these are transported by sediments through bodies of water. In this study, sediment samples have been collected in five sampling sites of the Suches River throughout the span of five months and the concentrations of Chromium (Cr), Copper (Cu), Nickel (Ni), Lead (Pb) and Zinc (Zn) were determined through the Inductively Coupled Plasma Mass Spectrometry (ICP-MS). The sediments pollution was evaluated by comparing to regulations, the calculation of the geochemistry pollution index and the application of multivariate statistical methods. The application of the analytical methods gave the following decreasing order of concentrations, Zn > Ni > Cr > Cu > Pb with values below that is stipulated by the Canadian Sediment Quality Guidelines (ISQG). Igeo revealed that the Cr and Pb values are in the unpolluted class in all the sampling sites, except for PM1 where Pb belongs to the unpolluted to moderately polluted class. Cu and Zn show moderate pollution, while Ni is in the moderately to heavy polluted class. Similarly, Ni presents a strong association with Cr and Zn. The factor analysis reveals two principal components (PC): Cr, Ni and Zn (PC1) and Cu y Pb (PC2). It is concluded that the contamination by heavy metals in the superficial sediments of the Suches River has a natural and anthropogenic origin.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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 ».