MétaCan
Menu
Retour à la cohorte
Enregistrement W4415791877 · doi:10.25303/2912rjce081088

Assessment of drinking water suitability of Vellayani freshwater lake South India

2025· article· W4415791877 sur OpenAlexaboutno aff
Sonu Sasidharan, Vijykumar Pattathil

Notice bibliographique

RevueResearch Journal of Chemistry and Environment · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityContaminationSewagePollutionHeavy metalsLeaching (pedology)Water pollutionAgriculture

Résumé

récupéré en direct d'OpenAlex

Water is a vital component in the origin of life. The present study was undertaken to evaluate the physico-chemical and microbiological characteristics of Vellayani fresh water Lake located at south west coast of Kerala in South India. An assessment of heavy metal contamination in the lake is carried out. For the study, five representative samples were collected from Vellayani fresh water lake during the month of August 2024 (Post Monsoon season). The physico-chemical characteristics of water were analysed following the standard procedures in APHA (2024). The bacteriological quality was analyzed using the standard procedures (MPN method). The concentration of heavy metals was detected in AAS. The results show that the recorded values for turbidity, total coliforms, heavy metals like Fe and Mn were above the drinking water quality standard (BIS, 2012)4. Based on the Canadian drinking water quality standard (1992)7, concentration of hydrogen sulphide in the water samples also shows above the permissible limit. The study reveals that anthropogenic activities like sewage discharge and agriculture cause a high degree of pollution in the Vellayani freshwater lake. The high level of microbial contamination may be due to the leaching of waste water from nearest soak pit/septic tanks.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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 revueResearch Journal of Chemistry and EnvironmentMême sujetWater Quality and Pollution AssessmentTravaux en français237 207