MétaCan
Menu
Retour à la cohorte
Enregistrement W4407603492 · doi:10.21608/ejabf.2025.411327

Temporary Assessment of the Quality of Tigris River Water During the Wet Season in Central Iraq Using the CCME WQI and Irrigation Indices

2025· article· en· W4407603492 sur OpenAlexaboutno aff
Iman Mahdi

Notice bibliographique

RevueEgyptian Journal of Aquatic Biology and Fisheries · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationEnvironmental scienceHydrology (agriculture)Water qualityWater resource managementAgronomyBiologyGeologyEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Iraq experienced varying climate changes from 2022-2023, with a rise in summer temperatures, moderate winter temperatures, and a decrease in rainfall compared to the previous years. Therefore, this study focused on assessing the water quality of the Tigris River in selected districts during the wet season for drinking and irrigation purposes. Monthly samples from the Tigris River were collected (December, January and February 2022-2023) and 13 physiochemical parameters were thoroughly examined. A few physiochemical parameters in the Tigris water exceeded the World Health Organization's (WHO) permissible levels in the samples, which were in December, 9.05 and 10.7mg/ L for turbidity (Tur) in Shirqat and Alam, and 349mg/ L for sodium (Na) in Alam. In January, the value of 252 and 256mg/L were recorded for total hardness (TH) in Hawija and Alam. In February, a value of was recorded 11.1 for Tur in Alam, while 136, 146, and 140 mg/L were recorded for total alkaline (Alk) in Shirqat, Hawija, and Alam. The Canadian Water Quality Index (CCME WQI) rated the Tigris River water as Good, indicating acceptable water quality for human use. Likewise, the study assessed the suitability of Tigris water for crop irrigation using various irrigation indices, revealing that it was suitable for soil and crops in the studied areas during the wet 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

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 recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,303
Écart entre enseignants0,277 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEgyptian Journal of Aquatic Biology and FisheriesMême sujetWater Quality and Pollution AssessmentTravaux en français237 207