MétaCan
Menu
Retour à la cohorte
Enregistrement W4404900897 · doi:10.53555/sfs.v10i3.3210

Assessment Of Temporal Variations In Leachate Characteristics At An Active Landfill Site Of Delhi.

2023· article· en· W4404900897 sur OpenAlexvenueno aff
Sanjeev Kumar

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeachateEnvironmental scienceNew delhiHydrology (agriculture)Waste managementGeologyGeographyEngineeringGeotechnical engineeringArchaeologyMetropolitan area

Résumé

récupéré en direct d'OpenAlex

Extraordinary population growth joined with commercial development, industrialization and rapid urbanization have led to the significant generation of municipal solid waste (MSW).Landfilling requires the lowest invest investment but it is the least favoured step in the integrated waste management order.The current effort was accomplished to measure the temporal variation of the leachate quality from the Okhla landfill site, operational since 1996 closed in 2022 and receiving approximately 2,000 tons of MSW daily in this period.Analysing leachate samples from 2018 to 2022 reveals significant temporal variations, Chemical Oxygen Demand (COD) levels consistently exceed 3,600 mg/L in pre-monsoon samples, decreasing to approximately 3,400 mg/L post-monsoon.Total Solids (TS) also decreased, indicating a dilution effect from rainfall.Notably, heavy metals, particularly lead, remain a concern, with concentrations persistently above 0.35 mg/L, highlighting ongoing contamination risks.The leachate, which lacks adequate treatment facilities, can migrate through nearby drainage systems, ultimately polluting the Yamuna River.This poses significant ecological risks, by impacting the water quality of River Yamuna.The findings emphasize the need for improved waste management practices and leachate treatment strategies to mitigate environmental risks and protect the Yamuna River's water quality and its aquatic life.

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 enseignants0,028
Score d'incertitude au seuil0,055

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

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 Opus0,127
Tête enseignante GPT0,311
Écart entre enseignants0,184 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetLandfill Environmental Impact StudiesTravaux en français237 207