Temporal Variation in Water Quality Assessment Using WQI Methods: A Case Study of Alhussein Water Treatment Plant in Karbala
Notice bibliographique
Résumé
Surface water quality, particularly in rivers and lakes, has long been deteriorating due to various factors, including anthropogenic and natural activities.Herein, the Alhussein Water Treatment Plant is selected as a case study to assess the quality of treated water pumped to residents in Karbala City.The Weighted Arithmetic Index (WAI) method and the Canadian Council of Ministers of the Environment (CCME) method are used to calculate the Water Quality Index (WQI).The water quality and efficiency of the Alhussein Water Treatment Plant are assessed based on seven chemical and physical parameters: Total Dissolved Solids (TDS), pH, Turbidity, Sulphates (SO₄), Electrical Conductivity (EC), Chloride, and Total Hardness.Four measurement points were selected at different distances from the Alhussein Water Treatment Plant at three different times: 9 am, 1 pm, and 4 pm.Based on the current findings, regarding the measurement time in the early morning (9 am), water quality ranges from good to excellent.Generally, the water quality of the plant is acceptable and can be trusted for various uses, as the average WQI across all measurement sites is 74.This study recommends that investigating the specific sources of pollution is essential for devising targeted mitigation strategies, such as improving wastewater treatment and reducing industrial or agricultural runoff.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».