MétaCan
Menu
Retour à la cohorte
Enregistrement W4392825176 · doi:10.53555/sfs.v10i1.2337

Environmental Quality And It’s Impact On Human Health -A Geographical Study Of Siliguri , W.B, India.

2023· article· en· W4392825176 sur OpenAlexaffvenue
Dr.Md. Hanif, Senjuti Chakladar, Prena Banu, Manisha koiri, L.R. Sah, Meghashree Chhetri, Roshna Chhetri, Namrata Limbu, Kritika Koirala, Arpana Gurung, Divya Rana, Masumi Paul, Anishiya Thapa

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Human healthGeographyEnvironmental planningEnvironmental healthMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

The surroundings or conditions in which a person, animal, or plant lives or operates. The quality of environment should be maintained as it is very essential for all life forms in the earth. Humans have the responsibility to maintain it and preserve it. Pollution means the major change of the earth’s environment with hazardous or from hazardous materials that can contaminate air, water and entire environment and can cause permanent change to the human health, other animals, plants, living and non-living entity, quality of life and to ecosystem. The pollution in Siliguri is creating different health problems. The air and water pollution are said to be responsible mostly in integrating with human health and ecosystem. In Siliguri 60% of air pollution is contribution of automobile sector according to West Bengal Pollution Control Board. The automobiles contributes significantly large amount of particulate matter to the air in Siliguri City. Noise pollution from highway, airports, industries, vehicles can lead to hearing problem. Garbage waste is also one of the major problem in Siliguri city having improper waste disposal management. Heavy deforestation in various areas creating stress on human as well as climatic factors and creating environmental degradation. Proper management is required to opt for sustainable development

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,352
Tête enseignante GPT0,428
Écart entre enseignants0,076 · 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 tête enseignante, 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 revueJournal of Survey in Fisheries SciencesMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207