MétaCan
Menu
Retour à la cohorte
Enregistrement W4387087445 · doi:10.26507/paper.2929

Presence of metals in a ferruginous hot spring in the Cundinamarca region, Colombia

2023· article· en· W4387087445 sur OpenAlexaffabout
Yuly E. Sánchez, Luis Rodríguez Cheu, Jairo Romero, Mehrab Mehrvar, Lynda H. McCarthy, Édgar Quiñones, Alexander Reuβ

Notice bibliographique

RevueEncuentro Internacional de Educación en Ingeniería · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePublic Health and Environmental Issues
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésArsenicStrontiumManganeseHot springSpring (device)MetallurgyMercury (programming language)ZincEnvironmental chemistryEnvironmental scienceNickelCadmiumChemistryMaterials scienceGeology

Résumé

récupéré en direct d'OpenAlex

The presence of metals in hot springs has been associated with various adverse health effects. Although some elements are essential for humans, they are dangerous at high levels of exposure. There have been little studies on the presence of metals in hot springs in Colombia, therefore, laboratory tests were carried out over a period of six months (June to December, 2021), with spot samples every month in a ferruginous hot spring in the Cundinamarca region, Colombia. Tests were carried out for arsenic (As), chromium (Cr), mercury (Hg), lead (Pb), aluminum (Al), copper (Cu), iron (Fe), magnesium (Mg), manganese (Mn), nickel (Ni), zinc (Zn), strontium (Sr), and calcium (Ca) in the Laboratory of the Bogota Aqueduct and Sewer Company (in Spanish EAAB). Since there are no regulations in Colombia there is no regulation on the quality of hot springs, the analysis of results was carried out by comparing them with standards for drinking water and swimming pools from countries such as Canada, Germany, and the World Health Organization (WHO) as well as hot springs in Japan. It was observed that iron was the only metal that exceeded the regulations for drinking water and swimming pools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,841

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEncuentro Internacional de Educación en IngenieríaMême sujetPublic Health and Environmental IssuesTravaux en français237 207