Spatial Variability of Metals in Surface Water and Sediment in the Langat River and Geochemical Factors That Influence Their Water-Sediment Interactions
Notice bibliographique
Résumé
This paper determines the controlling factors that influence the metals' behavior water-sediment interaction facies and distribution of elemental content ( 75 As, 111 Cd, 59 Co, 52 Cr, 60 Ni, and 208 Pb) in water and sediment samples in order to assess the metal pollution status in the Langat River. A total of 90 water and sediment samples were collected simultaneously in triplicate at 30 sampling stations. Selected metals were analyzed using ICP-MS, and the metals' concentration varied among stations. Metal concentrations of water ranged between 0.08–24.71 μ g/L for As, <0.01–0.53 μ g/L for Cd, 0.06–6.22 μ g/L for Co, 0.32–4.67 μ g/L for Cr, 0.80–24.72 μ g/L for Ni, and <0.005–6.99 μ g/L for Pb. Meanwhile, for sediment, it ranged between 4.47–30.04 mg/kg for As, 0.02–0.18 mg/kg for Cd, 0.87–4.66 mg/kg for Co, 4.31–29.04 mg/kg for Cr, 2.33–8.25 mg/kg for Ni and 5.57–55.71 mg/kg for Pb. The average concentration of studied metals in the water was lower than the Malaysian National Standard for Drinking Water Quality proposed by the Ministry of Health. The average concentration for As in sediment was exceeding ISQG standards as proposed by the Canadian Sediment Quality Guidelines. Statistical analyses revealed that certain metals (As, Co, Ni, and Pb) were generally influenced by pH and conductivity. These results are important when making crucial decisions in determining potential hazardous levels of these metals toward humans.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».