Golin River Water Quality Assessment in Kermanshah Province Using Canada Water Quality Index (CWQI) for Construction of Fish Breeding Centers
Notice bibliographique
Résumé
Rivers are considered to be among the most significant sources of fresh water, and their quality monitoring holds significant importance in terms of both spatial and temporal changes. In this study, the water quality of Golin River was investigated using the CWQI index for the construction of warm and cold-water fish breeding centers. Different parameters as: DO, pH, BOD5, NO3, Ec, turbidity, temperature, TDS, CaCO3, NO2, total hardness, CO2, Cu, NH3, and Fe were sampled twice a month from the water from April 2019 to March 2020. The results showed that the parameters of BOD5, TDS, CaCO3, NH3, Cu, and NO3 were in the unfavorable category in comparison with the standards of hot and cold-water fish farming. Comparison of CWQI index in cold-water fish farming in different months showed that the highest and lowest numerical values of the index with values of 70.02 and 60.37 were observed in February and December, respectively. Also, the numerical values of the index in warm-water fish farming were observed as the highest and the lowest numerical values of the index with the values of 85.38 and 70.96, in April and February, respectively. The results of this study showed that according to the final value of CWQI index, in general, the water of Golin river was suitable for warm-water and cold-water fish farming in the desired range.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».