MétaCan
Menu
← Retour à la cohorte
Enregistrement W7128537143 · doi:10.64903/1480-6800.23.4.289

Geochemical Study of Ecological Risk Potential of Heavy Metal Contamination in Urban Lake Sediment - Malaysia - from the Context of Ecological Disturbance Theoretical Tradition

2020· article· W7128537143 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-clésSedimentBiotaContaminationContext (archaeology)PollutionHydrology (agriculture)Enrichment factorDisturbance (geology)

Résumé

récupéré en direct d'OpenAlex

This study quantified the degree of heavy metal contamination and ecological risk potential from metals concentration in urban lake sediment. The analytical method involved six geochemical indices (enrichment factor (EF), geo-accumulation index (Igeo), contamination factor (CF), degree of pollution, modified degree of contamination, & pollution load index (PLI). Sediment samples were analysed using ICP-MS. The results revealed that EF and Igeo of trace elements were in the order of Pb >Cr>Cu>Mn>Ni, whereas the order of heavy metals was Na > K > Fe > AL. Na and Pb manifested the highest level of evidence for anthropogenic enrichment and geochemical anomaly. Based on CF, the sediment is heavily contaminated by Pb, Na, and moderately by Fe, K, AL. In the event of profound ecological disturbance, and resuspension of sediment contaminants to the water column, the contamination effects of Pb, Na, Fe, K, and AL on biota will range from heavy to moderate contamination. Assessment using PLI revealed that the sediment is in 80% of locations polluted and in a progressive state of deterioration by the metals. The overall degree of metal ecological risk potentials seems higher in the northern and southern outlet parts of the lake, especially during the dry season.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographer→Même sujetHeavy metals in environment→Travaux en français237 207→