MétaCan
Menu
Retour à la cohorte
Enregistrement W4391516881 · doi:10.53555/sfs.v10i1s.2170

EFFECT OF NITRATE CONTAMINATION IN GROUNDWATER- A WORLDWIDE CONCERN

2023· article· en· W4391516881 sur OpenAlexvenueno aff
Susoma Garai, Piusha Mondal, Falguni Pal, Sabyasachi Ghosh, Pritha Pal

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContaminationNitrateGroundwaterGroundwater contaminationEnvironmental scienceWater resource managementEnvironmental planningEnvironmental chemistryAquiferGeologyChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Nitrate is a prevalent groundwater and surface water contaminant that is a major contributor to global groundwater contamination. Due to nitrogen fertiliser runoff from urban lawns and agricultural fields, nitrate levels in streams and rivers can reach dangerous levels. Many plant species, including the majority of edible ones, require it for growth; but, if it gets into water where it is not needed, it creates a problem. Both a serious environmental issue and a health risk result from this. Foods are preserved with sodium nitrite, particularly meats that have been cured. Additionally, nitrate may occasionally be added to serve as a container for nitrite. Almost 80% of air we breathe is composed of nitrogen, which is a significant component of the earth's atmosphere. All nitrates are primarily produced by atmospheric nitrogen gas. In a process known as nitrogen fixation, some plants transform this into organic nitrogen. Nitrate, which is dissolved nitrogen, is the most common type of ground water pollution. Numerous chemical and biological processes, such as nitrification and denitrification, affect the amount of nitrate in ground water. This review focuses on the extent of nitrate contamination and its impact on human population worldwide.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,081
Tête enseignante GPT0,260
Écart entre enseignants0,179 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207