MétaCan
Menu
Retour à la cohorte
Enregistrement W4413396122 · doi:10.3390/w17162483

Assessment of the Surface Water Quality of Ibrahim River (Lebanon): A Spatio-Temporal Analysis

2025· article· en· W4413396122 sur OpenAlexaff
Sandra Chidiac, Paula El Najjar, Amine Kassouf, Naïm Ouaïni, Youssef El Rayess, Désirée El Azzi

Notice bibliographique

RevueWater · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesConseil National de la Recherche ScientifiqueCentre National de la Recherche Scientifique
Mots-clésWater qualitySurface waterEnvironmental scienceQuality (philosophy)Water resource managementHydrology (agriculture)Environmental engineeringGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Monitoring surface water quality offers a clear understanding of its parameters over time and space. The Ibrahim River, one of the main rivers in Lebanon, was monitored over one hydrological year, from March 2021 to April 2022. Samples were collected from seven stations in the watershed, once every two weeks. A total of 504 samples were then analyzed for pH, conductivity, turbidity, total dissolved solids, dissolved oxygen, biochemical oxygen demand, dissolved nitrate, dissolved potassium, dissolved chloride, total alkalinity, fecal coliforms, and total coliforms. Principal Component Analysis (PCA) was able to highlight two principal components (PCs), representing spatial and temporal variations, identifying areas of pollution and the influence of flow on water quality. The adapted Water Quality Index (WQI) confirmed the PCA trend with an overall average for the entire watershed of 83.70 ± 4.97, indicating a “good” water quality.

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 enseignants0,029
Score d'incertitude au seuil0,057

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,308
Écart entre enseignants0,287 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetWater Quality and Pollution AssessmentTravaux en français237 207