METAL CONTAMINATION OF SOILS OF THE JUNIN NATIONAL RESERVE - PERU
Notice bibliographique
Résumé
Improper dumping of tailings from nearby mining companies into the rivers that flow into Lake Junín as well as improper management and discharge of the Upamayo hydroelectric dam can cause soil contamination. The aim of the study was to analyze metal pollution in the soils of the Junín National Reserve in Peru. Samples were taken at 10 points within the study area at 2 depths (0-15 and 15-30 cm) to assess the impact of metals on the soil. Concentrations of As, Cd, Cu, Hg, Pb, and Zn have exceeded the thresholds of the soil quality guidelines for the protection of the environment and human health according to Canadian regulations. Similarly, the ecological risk index revealed that the risk level for Cd, Cu, Hg, and Pb is severe and/or serious at both depths. The geoaccumulation index indicates that an accumulation of Cu, Zn, Pb, and Hg in the soils of the study area, indicating they are persistent pollutants. Furthermore, spatial distribution shows that the nearest sites to the pollutant sources were the most contaminated. Likewise, pH, texture and EC are factors influencing metal concentrations in soil. In conclusion, mining activity and other human actions have contaminated the soils near Lake Junín, impacting the environment and local communities. Although metal concentrations vary, the uniformity in their vertical distribution highlights the complexity of pollution.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».