MétaCan
Menu
Retour à la cohorte
Enregistrement W4390581299 · doi:10.37622/ijlr/16.2.2023.173-183

Ground Water Quality Assessment in Udham Singh Nagar, Uttarakhand, India

2023· article· en· W4390581299 sur OpenAlexaboutno aff
Madhuben Sharma, Nishant Sharma, Shweta Sachdeva

Notice bibliographique

RevueInternational Journal of Lakes and Rivers · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Water qualityWater resource managementQuality assessmentGeographyEnvironmental scienceBiologyEngineeringEcologyEvaluation methodsPhilosophyReliability engineering

Résumé

récupéré en direct d'OpenAlex

In present study the ground water qualityof Udham Singh Nagar, Uttarakhand was assessed and compared with the national and international standards.The groundwater quality waschecked by Canadian Council of Ministers of Environment Water Quality Index (CCMEWQI).This index assesses the suitability of groundwater quality for drinking in the eight sampling stations located at Kashipur, Pant Nagar, and Kichha of Udham Singh Nagar, Uttarakhand.The indexfor summer (April) season for 2019 and 2020 was computed by using the secondary data related to groundwater collected from the Uttarakhand Pollution Control Board.The water quality index (WQI) has computed using the value of temperature, electrical conductivity, hardness, magnesium,and alkalinity.It isconcluded based on CCME WQI that no sampling station comes under the category of excellent during last two years.WQI values shows that water quality improved in 2020in comparison to 2019, as the values in 2019 are56.78,65.28, 56.21, 55.78, 47.50, 49.29, 56.16, 55.89 whereas in 2020 the values are 66.19, 74.30, 66.08, 59.57, 51.51, 66.68, 66.11, 73.53.The index improved in 2020 year because lockdown had led to partial or complete ban on the industrial activities.

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 enseignants0,078
Score d'incertitude au seuil0,155

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,335
Écart entre enseignants0,302 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lakes and RiversMême sujetWater Quality and Pollution AssessmentTravaux en français237 207