MétaCan
Menu
Retour à la cohorte
Enregistrement W7128537007 · doi:10.64903/1480-6800.23.2.112

Assessing Seasonal Variability, Trend, Distribution and Degree of Heavy Metal Contamination in Urban Lake Sediment, Malaysia

2020· article· W7128537007 sur OpenAlexvenueno aff
Godwin Uche Aliagha, Firuza Begham Mustafa, Jamilah Mohamad

Notice bibliographique

RevueArab world geographer · 2020
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContaminationSedimentPollutionDegree (music)Multivariate statisticsDiscriminant function analysisLinear discriminant analysisSeasonality

Résumé

récupéré en direct d'OpenAlex

This study investigated whether there was an effective discriminant function that substantially depicted two-group seasonal variation and predicted metals’ posterior seasonal variability group membership. It also sought to quantify the degree of sediment contamination by both single and multiple metals. The analytical method involved discriminant analysis for the derivation of the discriminant function and adoption of single and integrated contamination indices for the determination of the degree of sediment contamination. The sediment samples were analysed using inductively coupled plasma mass spectrometry. The results from multivariate Wilks’ Lambda, canonical correlations and functions at group centroids provided clear evidence of significant discriminant functions that signified substantial dry and wet seasonal variations. In terms of relative contribution, Al, Fe, Pb, Na and Ni had the highest impact on the discriminant function. With 76% predictive accuracy, Al, Fe, Pb, Na were classified under the greater probability of dry season variability, while Ni was predicted to have the posterior probability of greater wet season variability. Based on the contamination factors, the level of sediment contamination by Pb and Na ranged from heavy to very heavy but Al and Fe showed moderate contamination. Based on the modified degree of contamination, the overall degree of sediment contamination by all the heavy metals analysed in the study ranged from moderate to heavy degrees of contamination. An assessment with the pollution load index, using trace metals (Pb, Mn, Cu, Ni, Cr), showed that the overall status of the degree of contamination was greater than the baseline level, indicating that the sediments were typically polluted and consequently in a progressive state of deterioration caused by the metals. In general, the degree of contamination was greater in the dry season and in the northern part of the lake.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,047
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetHeavy metals in environmentTravaux en français237 207