MétaCan
Menu
Retour à la cohorte
Enregistrement W4411221231 · doi:10.1615/hydrobj.v61.i4.30

Studies on Spatial and Seasonal Variation of Water Quality and Fish Species Diversity in the Man stream, Shivalik, Himalayas, India Using the ArcGIS Mapping System

2025· article· en· W4411221231 sur OpenAlexaboutno aff
Shivali Sharma, Harinder Singh Banyal

Notice bibliographique

RevueHydrobiological Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>Water qualityGeographySeasonalitySpatial variabilityDiversity (politics)EcologyFisheryBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The present study assesses the water quality of the Man stream, a significant tributary of the Beas River in Shivalik Himalayas, Himachal Pradesh, by analyzing environmental variables, Water Quality Index (WQI) and fish species distribution using the Geographical Information System (GIS). Water samples were collected from two sites (upstream and downstream), over a year and various physiochemical parameters were analyzed. The study utilized the Canadian Council of Ministers of Environment - Water Quality Index (CCME-WQI) to evaluate water quality, depicting "fair" to "marginal" water quality status. Pearson’s correlation coefficient was used to assess the correlation between physiochemical parameters. A total of 23 fish species belonging to 6 orders and 9 families was reported, with Cypriniformes being the dominant order. Diversity indices revealed seasonal variations in fish communities, with the highest dominance index during monsoon and the Simpson and Shannon indices lowest during monsoon and nearly the same during pre-monsoon and post-monsoon with insignificant fluctuations. This comprehensive assessment provides valuable insights for fishery management and sustainable development in the region.

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 enseignants0,074
Score d'incertitude au seuil0,146

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
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,123
Tête enseignante GPT0,314
Écart entre enseignants0,191 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrobiological JournalMême sujetWater Quality and Pollution AssessmentTravaux en français237 207