MétaCan
Menu
Retour à la cohorte
Enregistrement W4406189864 · doi:10.33003/fjs-2024-0806-2853

EVALUATION OF THE GROUNDWATER QUALITY IN GISHIRI VILLAGE – KATAMPE, ABUJA USING WATER QUALITY INDEX

2024· article· en· W4406189864 sur OpenAlexaboutno aff
Aliyu Adamu Dandajeh, E. M. Shaibu-Imodagbe, Samson Igbebe

Notice bibliographique

RevueFUDMA Journal of Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Quality (philosophy)GroundwaterWater qualityWater resource managementEnvironmental scienceGeographyGeologyComputer scienceGeotechnical engineeringEcologyBiologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Water quality is inherently linked with human health, poverty reduction, food security, livelihoods, preservation of ecosystems, economic growth, and social development of societies. This study evaluated the groundwater quality of Gishiri-Katampe, Abuja-Nigeria using statistical and geospatial techniques for water quality indexing. The study also used hydro-chemical parameters, geographical information, and statistical analysis to assess groundwater pollution potential; identify the most vulnerable areas, and generate a groundwater quality map. The Canadian Water Quality Index, the GIS mapping of the water quality of Gishiri indicates that the Water Quality Index is within the range of 76.87 to 92.53. Similarly, the WQI is predominantly good (62%), indicating a minor degree of threat. However, 38% of the area is occasionally threatened (fair) on the Canadian scale. However, some areas are occasionally threatened (fair) with the corresponding WQI of 28% within the study area. Moreover, out of the 11 water quality parameters analyzed, 6 parameters (dissolved oxygen DO, turbidity, chemical oxygen demand COD, NO3, Na, and biological oxygen demand BOD) were identified as significant parameters as indicated by the correlation and regression analysis. This suggested that they strongly influenced the variability of the water quality.

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)0,029
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 enseignants0,349
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,155
Tête enseignante GPT0,409
Écart entre enseignants0,254 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFUDMA Journal of SciencesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207