Geochemical Evaluation of Arsenic Content in Different Types of Soils in Kirkuk Governorate/Northern Iraq
Notice bibliographique
Résumé
In this study, 32 soil samples were taken from a depth of (0-20) distributed over different areas (Kirkuk City, Riyadh City, Hawija City, and Al-Abbasi City). They were sent to Canada to conduct chemical analyzes in Acme Lab laboratories.) using an ICP-MS device. The research aims to study the geochemical distribution of arsenic in the soil of the study areas, as well as to study the relationships between arsenic and some major oxides, as well as the degree of acidity (pH) and organic matter (OM), by calculating the correlation coefficient and factor analysis. analysis). It was found that the arsenic element is associated with a positive significant relationship with magnesium oxide (MgO), a negative significant relationship with sodium oxide (Na2O) with a value of (-0.454), a positive significant relationship with potassium oxide with a value of (0.47), and a strong positive relationship with the element cobalt (Co) with a value of (0.454). 0.474). According to the results, the average concentration of arsenic in the soil of the study area (Kirkuk, Riyadh, Hawija, and Abbasid) in the fine clay part reached (9.23 ppm), which is higher than its concentration in the coarse parts represented by silt and sand, with a value amounting to (5.83 ppm and 5.72ppm) respectively. The highest concentration of arsenic as in the soil of (MK12), which represents the site of Hay Al-Nasr Hospital, was (8.2 ppm), which is higher than the concentration of the element according to the reference value. When comparing the concentration of arsenic in the soil of the study areas with the international standards (WHO, 2021) and (EPA, 2017), it was found that it was lower than in those areas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».