Evaluation of heavy metal contamination in sediments of the Linggi River, Malaysia
Notice bibliographique
Résumé
This study evaluates the concentrations and contamination levels of selected heavy metals (Mn, As, Cr, Fe, Zn, and Co) in surface sediments from seven locations along the Linggi River, Malaysia. Using Instrumental Neutron Activation Analysis (INAA), elemental concentrations were quantified, and contamination indices were applied to assess ecological risks. Results showed that arsenic (As) exhibited extremely high enrichment, with EF values ranging from 40.02 (S1) to 70.79 (S7), and Igeo values from 4.42 to 5.06, categorizing it as heavily to extremely polluted. Chromium (Cr) showed moderate enrichment (EF: 1.77–2.55; Igeo: –0.34 to 0.26), while zinc (Zn) had minor enrichment (EF: 1.01–1.51; Igeo: –0.92 to –0.57). Manganese (Mn), cobalt (Co), and iron (Fe) exhibited EF and Igeo values below 1 and 0, respectively, indicating minimal anthropogenic influence. The Pollution Load Index (PLI) values ranged from 1.02 (S5) to 1.37 (S7), confirming pollution across all sites, with S7 being the most contaminated. When compared against Canadian and Consensus Freshwater Sediment Quality Guidelines, arsenic and chromium levels exceeded Threshold Effect Levels (TEL) and Threshold Effect Concentrations (TEC), indicating significant ecological risk. These findings highlight the need for urgent environmental monitoring and pollution control in the Linggi River system.
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 | 0,033 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».