MétaCan
Menu
Retour à la cohorte
Enregistrement W7106514872 · doi:10.70645/3078-3437.1051

Water Quality Assessment of the Tigris River in Baghdad Using the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI)

2025· article· en· W7106514872 sur OpenAlexaboutno aff

Notice bibliographique

RevueAUIQ technical engineering science. · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualitySampling (signal processing)Hydrology (agriculture)Index (typography)PollutionDry seasonWater resourcesWater pollutionSeasonality

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to assess the water quality of the Tigris River in Baghdad and its northern areas through the application of the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI). The study was conducted over two distinct periods representing dry (summer) and wet (winter) seasons over a 12-month period in 2021, encompassing nine strategic sampling sites along the river from Al-Karkh to Al-Wihda. Water samples were analyzed for sixteen physicochemical parameters including turbidity, alkalinity, total hardness, major ions, nutrients, and trace metals. The study revealed that water quality ranged from poor to marginal across all sampling locations, with CCME-WQI values varying between 42.1 and 56.03 during the dry period and 42.8 to 54.97 during the wet period. The findings highlight significant spatial and seasonal variations in water quality, demonstrating the severity of anthropogenic pressures on the Tigris River. This study concludes that immediate implementation of wastewater treatment, stricter pollution control, and continuous monitoring programs are urgently needed to safeguard this vital freshwater resource that supports more than 10 million inhabitants of Baghdad.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,636

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,294
Écart entre enseignants0,249 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAUIQ technical engineering science.Même sujetWater Quality and Pollution AssessmentTravaux en français237 207