MétaCan
Menu
Retour à la cohorte
Enregistrement W7131915697

DETERMINATION OF WATER QUALITY STATUS THROUGH ASSESSMENT OF PHYSICOCHEMICAL PARAMETERS ALONG SELECTED LOCATIONS OF ARDA RIVER, BULGARIA

2024· article· W7131915697 sur OpenAlexaboutno aff
Kristina Gartsiyanova, Atanas Kitev, Marian Varbanov, Emilia Tcherkezova

Notice bibliographique

RevueBulgarian Portal for Open Science · 2024
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTributaryWater qualityDrainage basinHydrology (agriculture)Surface waterPollutionWater pollutionMain river
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The physicochemical properties of river water are a key factor for assessing the quality state of a given aquatic ecosystem. Nowadays, the pollution of surface waters, including river systems is mostly related to the anthropogenic pressure exerted directly on them, or indirectly on the catchment area. The main goal of this article is to determine the water quality of the Arda River, the main tributary of the Maritsa River, Bulgaria, in a spatial and temporal aspect, through analysis and assessment of the physicochemical state of the river waters. Water samples were analysed for the period 2015–2023 at four points along the Arda River and 10 physicochemical quality parameters were analysed. In the article, a Canadian complex index for water quality assessment, comparative and graphical methods were applied. The study area was visualised using geographic information systems (GIS). According to the obtained results, the surface waters of the Arda river generally “maintain” a satisfactory quality status according to the norms. The most frequent are the excesses of the values registered above the norms (up to 10 times) for the physicochemical indicators nitrates (N–NO2) and total N. Exceeded reference values for orthophosphates (P–PO4), total N and total P, pH are less common. In addition, the obtained results can be used both in the preparation of specific policies for sustainable management and use of river waters in the Arda river basin, as well as serve as a good basis for further research.

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 enseignants0,086
Score d'incertitude au seuil0,171

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,052
Tête enseignante GPT0,385
Écart entre enseignants0,333 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulgarian Portal for Open ScienceMême sujetWater Quality and Pollution AssessmentTravaux en français237 207