MétaCan
Menu
Retour à la cohorte
Enregistrement W4415396590 · doi:10.1002/ep.70135

Water quality, heavy metals, and microbial assessments of <scp>Nile River</scp> water at <scp>Beni‐Suef</scp> governorate, <scp>Egypt</scp>

2025· article· en· W4415396590 sur OpenAlexaboutno aff
Hadeer O. Refaey, Mohamed H. Abdo, Afify D. G. Al‐Afify, Amal A. Othman, Rehab Mahmoud, Mohamed A. Roshdy, F. M. Mohamed

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Oceanography and Fisheries
Mots-clésWater qualityAgricultureSewageWastewaterPollutantLimitingFarm waterWater pollution

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the assessment of the water quality and microbial quality of the Nile River water within the Beni‐Suef governorate in Egypt. Twenty water samples were collected seasonally from Autumn 2023 to Summer 2024. The findings showed a significant increase in nitrate, ammonium, and orthophosphate concentrations, especially in the vicinity of agricultural drainage points. Place, season, and inter‐group interactions were attributed to the significant differences seen in the analysis of variance for all bacterial groups. Canadian Council of Ministers of the Environment‐water quality index was used to assess each location's overall water quality. The majority of physicochemical characteristics were found to be within allowable bounds for irrigation, drinking water, and the protection of aquatic life. Extreme caution is advised in the Beni‐Suef governorate's River Nile, even though the levels of water contamination are below WHO‐acceptable thresholds. To preserve this essential water resource, recommendations include implementing sustainable agricultural practices, enforcing stronger regulations on polluting sources, and launching public awareness initiatives. These precautions include limiting the excessive use of organic fertilizers, establishing pollutant industries, and avoiding the use of wastewater and sewage sludge in agriculture.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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.

Devis d'étudeExpérimental (laboratoire)
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 revueEnvironmental Progress & Sustainable EnergyMême sujetWater Quality and Pollution AssessmentTravaux en français237 207