MétaCan
Menu
Retour à la cohorte
Enregistrement W6991027591

Evaluación de la calidad del agua subterránea mediante la utilización del índice CCME-WQI, en el acuífero del Valle de Puebla

2016· other· es· W6991027591 sur OpenAlexaboutno aff

Notice bibliographique

RevueInstitutional Repository (Universidad Autónoma del Estado de México) · 2016
Typeother
Languees
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Quality (philosophy)Sample (material)Scale (ratio)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

contraste con el agua superficial, los cambios en su cantidad y calidad frecuentemente\nson muy lentos así como difíciles de revertir (Foster et al., 2006). Por lo tanto, la evaluación de la calidad del agua se convierte en una actividad imprescindible, a la vez que vigilar periódicamente dicha calidad, ya que con base en esta información sobre la calidad del agua se pueden definir estrategias para la protección y remediación de acuíferos. Instrumentos útiles para este proceso de evaluación son los llamados índices; un índice es una de las herramientas más eficaces para transmitir información sobre la calidad del agua a las comunidades de usuarios, a los responsables del manejo y a las autoridades encargadas de la toma de decisiones, así como al público en general. Para evaluar de manera integral dicha calidad se utilizó un índice desarrollado por Canadian Council of Ministers of the Environment-Water Quality Index (CCME-WQI); que proporciona un marco matemático para la evaluación de la calidad del agua en combinación con las condiciones marcadas como criterios ó límites de calidad. Este índice es flexible con respecto al tipo y número de variables a utilizar en la evaluación, ya que permite seleccionar las variables de interés dependiendo de las características y de los objetivos de aprovechamiento, conservación y cumplimiento con la normatividad (CCME, 2001).

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,007
Communication savante0,0010,003
Science ouverte0,0050,002
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,007

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 Opus0,012
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repository (Universidad Autónoma del Estado de México)Travaux en français237 207