Evaluation of the surface water quality using global water quality index (WQI) models: perspective of river water pollution
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
Rapid industrialization, urbanization, global warming, and climate change are compromising surface water quality across the globe. Consequently, water conservation is essential for both environmental sustainability and human survival. This study assesses the water quality of the Jamuna River in Bangladesh at five distinct sites during wet and dry seasons. It employs six global water quality indices (WQIs) and contrasts the results with Bangladesh's Environmental Quality Standard (EQS) and the Department of Environment (DoE) criteria. The WQI models used are the Weighted Arithmetic WQI (WAWQI), British Columbia WQI (BCWQI), Canadian Council of Ministers of the Environment WQI (CWQI), Assigned WQI (AWQI), Malaysian WQI (MWQI), and Oregon WQI (OWQI). Fifteen physicochemical parameters were analyzed according to each WQI model's guidelines. The findings reveal that most parameters surpass the standard permissible values. The WQI model results indicate that the average water quality across the five sites falls into the lowest category. A comparison of the WQI models suggests potential correlations between WAWQI and AWQI, as well as between MWQI and OWQI. The straightforward presentation of the WQI models indicates that while the river water requires treatment for household and drinking use, it remains suitable for irrigation. The decline in water quality is likely attributable to human activities, urbanization, municipal waste disposal, and industrial effluents. Authorities must prioritize regular monitoring and assessment of water quality to address the identified challenges. Restoring the water to an acceptable standard will become increasingly difficult without proactive measures.
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 | 0,021 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle