MétaCan
Menu
Retour à la cohorte
Enregistrement W7154841541 · doi:10.66132/ngce20250302

Surface Water Quality Appraisal and Suitability Assessment for Designated Uses along the Brahmani River Basin, Odisha, India

2025· article· W7154841541 sur OpenAlexaboutno aff
Chitaranjan Dalai, Prativa Priyadarsini Bishoi, Deba Prakash Satapathy

Notice bibliographique

RevueNG Civil Engineering · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSodium adsorption ratioSodium carbonateWater qualitySurface waterIrrigationBiochemical oxygen demandCarbonateSalinityHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

The Brahmani River in Odisha supports regional agriculture, industry and domestic supply but human activities are mounting pressures on the water quality of the river. The paper measures the spatio-seasonal variability in the surface-water quality between 2017 and 2024 by using the samples obtained in 12 monitoring stations during pre- and post-monsoon periods. The main parameters that were examined to describe hydrochemistry and their suitability for use were core physico-chemical parameters (pH, dissolved oxygen, biochemical and chemical oxygen demand, total dissolved solids, major cations, and anions). The overall status was calculated in terms of the Canadian Council of Ministers of the Environment Water Quality Index (CCME-WQI), and agricultural usability was assessed using common irrigation indices, which are sodium adsorption ratio (SAR), soluble sodium percentage (SSP), permeability index (PI), Kelly ratio (KR), magnesium adsorption ratio (MAR) and residual sodium carbonate (RSC). It was observed that some quality deterioration occurred locally and was in line with the discharge of urban and industrial wastewater into the basin. The type was predominant and the hydrochemical facies was characterized by carbonate weathering with minor evaporite effects.

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 enseignants0,079
Score d'incertitude au seuil0,158

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,024
Tête enseignante GPT0,304
Écart entre enseignants0,280 · 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 revueNG Civil EngineeringMême sujetWater Quality and Pollution AssessmentTravaux en français237 207