MétaCan
Menu
Retour à la cohorte
Enregistrement W7119444356

An Overview of Water Quality Monitoring in Brazil. Case Study: Ribeirão da Mata – application of the CCME-WQI

2019· dissertation· pt· W7119444356 sur OpenAlexaboutno aff

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2019
Typedissertation
Languept
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityChristian ministrySanitationWork (physics)Hydrology (agriculture)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Esse trabalho inicialmente apresenta a atual situação do monitoramento da qualidade das águas, o uso de índices de qualidade das águas e ainda como essas informações são disponibilizadas á sociedade no Brasil, em cada Unidade da Federação. Posteriormente, por meio de um estudo de caso na Bacia Hidrográfica do Ribeirão da Mata, foram avaliados os índices de qualidade das águas, atualmente utilizados pelo Instituto Mineiro de Gestão das Águas (IGAM): Índice de Qualidade das Águas da National Sanitation Foundation (IQA-NSF), Contaminação por Tóxicos (CT) e Índice de Estado Trófico (IET). Esses índices foram comparados ao Índice de Qualidade das Águas do Canadian Council of Ministers of the Environment (IQA-CCME). As condições dos corpos de águas integrantes da sub-bacia hidrográfica do Ribeirão da Mata foi avaliada, por meio da aplicação do IQA-CCME, com o intuito de verificar o atendimento ou não ao enquadramento previsto pelo Plano Diretor da Bacia Hidrográfica do Rio das Velhas atualmente em vigência. Para essa avaliação foram utilizados os parâmetros analisados pelo IGAM cujos limites estão previstos pela legislação que dispõe sobre a classificação dos corpos de água no estado de Minas Gerais. Na apresentação do panorama da qualidade das águas no Brasil foi verificada uma heterogeneidade no monitoramento das águas no país além dos esforços realizados pela Agência Nacional das Águas para nivelamento desse cenário brasileiro. O estudo de caso demonstrou que o índice IQA-CCME atende bem a proposta de informar o quão uma bacia hidrográfica atende a sua proposta de enquadramento, a aplicação do índice IQA-CCME identificou também, condizendo com os estudos já realizados pelo IGAM, que as maiores fontes de poluição do Ribeirão da Mata estão relacionadas ao lançamento de efluentes sanitários, no entanto, foram sugeridos estudos mais aprofundados com a finalidade de averiguar contaminações por substâncias tóxicas também identificadas nessa bacia hidrográfica. Sobre as avaliações dos índices de qualidade das águas foram verificados as aplicações e limitações de cada um desses índices.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,386

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,061
Tête enseignante GPT0,342
Écart entre enseignants0,281 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetWater Quality and Pollution AssessmentTravaux en français237 207