MétaCan
Menu
Retour à la cohorte
Enregistrement W4399918734 · doi:10.18280/ijsdp.190615

Evaluation of Mining Wastewater from the Shinca Creek Reused in Agriculture in a Rural Hamlet

2024· article· en· W4399918734 sur OpenAlexvenueno aff
Julián Pérez Falcón, Hernán Ramírez-Asís, Jesús Gerardo Vizcarra-Arana, Arnaldo Ruiz-Castro, Juan Roger Quiñonez-Poma, Edgard Brito Gonzales

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHAMLET (protein complex)WastewaterAgricultureWater resource managementEnvironmental scienceRural areaEnvironmental planningEnvironmental engineeringGeographyArchaeologyBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abandoned mines and associated mine effluents, tailings ponds, and dumps pose a significant threat to human and environmental health and should be addressed as part of the environmental responsibilities of the mining industry.The objective of the study was to determine the extent to which the water of Quebrada Shinca (Peru) is contaminated with total metals and to outline possible applications in agriculture in the area.Water quality was monitored at three different times, using readings taken from seven environmental water monitoring points and three soil points, conducted in July, October 2022, and March 2023.The results are shown over the time intervals.The QISCA 03 (surface water) water flow is predicted to increase by 1603.04% from the reading taken in July 2022 to March 2023 and its values were below the Environmental Quality Standards for water (EQS), the QISCA 04 (mine effluent) flow reached (133.05%) and the values were (As=0.78,Cd=0.16,Cu=0.80,Zn=42.67)mg/l and for QISCA 07 (irrigation water) the flow increased by 92.42% and the values were (Cd=0.05,Mn=14.10,Pb=0.12 and Zn=13.94)mg/l in the same period.

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: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207