PRELIMINARY WATER QUALITY ASSESSMENT USING CANADIAN WATER QUALITY INDEX OF RAS EL-AIN PONDS, SOUTH LEBANON
Notice bibliographique
Résumé
Water quality deterioration in Lebanon is a pressing national issue and there is a high need for continuous water quality assessment and monitoring of water bodies in the country. This study aims at assessing water quality of Ras El-Ain Ponds, a major natural water resource for domestic use in Tyre district, South Lebanon by using the widely applied Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI). Sampling was conducted during February-March, 2023 and physiochemical and microbiological water quality parameters were determined using standardized methods. Assessed parameters in our study are temperature, turbidity, electrical conductivity (EC), total dissolved solids (TDS), pH, ammonia, nitrite, nitrate, chloride, hardness, sulfate, orthophosphate, total organic carbon, fluoride and E. coli which is considered as a main indicator of fecal contamination of waterways. CCME WQI was calculated following the Canadian Water Quality Guidelines in view of the permissible levels set by the World Health Organization (WHO), Lebanese Standards Institution (LIBNOR) and CCME. With the exception of marginal levels of EC and TDS according to WHO and CCME, assessed water quality parameters were within the permissible ranges of standards for domestic water use. As for the CCME WQI, the obtained values fell between 90.73 and 94.42 % which indicates a “Good Quality” level confirming the suitability of water for domestic use. This research presents the first attempt to evaluate the CCME WQI of Ras El-Ain Ponds for quality monitoring and proper decision making. More comprehensive validation of CCME WQI that covers temporal and climatic variabilities is recommended for the assessment process.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 | 0,000 |
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 ».