MétaCan
Menu
Retour à la cohorte
Enregistrement W4414056475 · doi:10.1680/jenes.24.00073

Groundwater quality and heavy metal assessment of Ranbir Singh Pura, Jammu and Kashmir

2025· article· en· W4414056475 sur OpenAlexvenueno aff
Somalya Dogra, Komal Sharma, Navdeep Singh, Vikas Sharma

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwaterIrrigationHazard quotientWater qualityContaminationArsenicPollutionWater pollution

Résumé

récupéré en direct d'OpenAlex

Groundwater is the only source available for drinking in the study area. Water samples from 25 sampling sites were collected (handpumps, motors and borewells) for period (October to November) 2022 with the aim to evaluate the water suitability for irrigation and drinking purpose. Physico-chemical parameters (n = 15), heavy metals and water quality index (WQI) were determined to check the drinking water suitability. The obtained results were then compared with the BIS-2012 and WHO drinking water standards. Results indicate 52% of water samples from study area under good category of WQI. Groundwater was found suitable for irrigation purposes according to different irrigation indices except permeability index for which 60% samples were found unsuitable. According to heavy metal evaluation index, groundwater of the study area found to be highly contaminated with arsenic (As), copper (Cu), lead (Pb) and chromium (Cr). High contamination of Fe (heavy metal pollution index [HPI] = 120.45) and Cr (HPI = 7240.8) was recorded as per HPI. For different age groups in the study area, hazard quotient value for Cr and As was found at risk. Study region was found contaminated with the Cr, As and Pb concentrations which impact the health of locals. So, continuous monitoring of the groundwater of study area is suggested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,242
Écart entre enseignants0,235 · 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 tête enseignante, 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 revueJournal of Environmental Engineering and ScienceMême sujetGroundwater and Watershed AnalysisTravaux en français237 207