MétaCan
Menu
Retour à la cohorte
Enregistrement W7056486604

Evaluación de las tendencias de la contaminación del recurso hídrico de la parte alta de la microcuenca del río Cutuchi, en la provincia de Cotopaxi, periodo 2019-2020.

2020· dissertation· en· W7056486604 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigital Repository Technical University of Cotopaxi (Universidad Técnica de Cotopaxi) · 2020
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFecal coliformWater qualityPollutionWater pollutionHydrology (agriculture)Statistical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The pollution of rivers is a very common problem nowadays, being necessary tools that allow to determine the degree of pollution in a river. This research aims to evaluate the water quality in the high part of the Cutuchi River micro-watershed using the Canadian Council of Ministers of the Environment (CCME) and National Sanitization Foundation (NSF) methods. Thus, such as the application of the variance analysis through the completely randomized design and means comparison tests (Tukey). The analysis of water quality trends was also carried out using the Spearman`s Rho non-parametric test for a monthly period from 2010 to 2011. Seven evaluation points were established, distributed along the upper part of the micro-watershed. The results allowed identifying that the parameters BOD5 (24.47 mg/l), dissolved oxygen (19.9%) and fecal coliforms (1507.93 NMP) are out of the maximum permissible limits established in the TULSMA. According to the ICA-CCME and ICA-NSF methods, the point with the best water quality is located in the Cutuchi river, Quebrada San Rafael, San Ramón sector, for the period 2010 to 2011, determining a medium to good quality. The trend analysis identified the Cutuchi River, Ex-Navisco sector, as a point that presented an improvement in water quality ranging from bad to medium (p<0.01).

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
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 enseignants0,484
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,242
Écart entre enseignants0,239 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository Technical University of Cotopaxi (Universidad Técnica de Cotopaxi)Même sujetMagnetic confinement fusion researchTravaux en français237 207