MétaCan
Menu
← Retour à la cohorte
Enregistrement W7155200954 · doi:10.22059/poll.2022.346689.1558

Heavy Metal Pollution Assessment in Lake Rinconada in the Southern Andes, Peru

2023· article· en· W7155200954 sur OpenAlexaboutno aff
Dante Salas Mercado, Germán Belizario Quispe, Daniel V. Horna Muñoz

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollutionSedimentWater qualityWater pollutionHydrology (agriculture)Heavy metals

Résumé

récupéré en direct d'OpenAlex

The study was conducted in Lake Rinconada, a glacial lake affected by artisanal and small-scale gold mining activities in the southern Andes in Peru. The objectives of the study were to investigate the spatial distribution of heavy metals (As, Cu, Hg, Pb and Zn) in water and sediments and to assess the degree of metal pollution and ecological risk using the geoaccumulation and potential ecological risk indexes. The concentrations of As and Hg in sediments from Lake Rinconada exceeded the Canadian sediment quality regulations, whereas the concentrations of As, Hg and Pb in water and sediments from the mining-affected tributary, Lunar de Oro River exceeded the Peruvian and Canadian guidelines for water and sediments quality respectively. According to the geoaccumulation and potential ecological risk indexes, Lake Rinconada is extremely polluted by As and Hg, and the pollution is mostly concentrated in the northern part of the lake, where the mining-affected Lunar de Oro River flows into the lake. Concentrations of Pb are also high in the northern part of the lake, suggesting that the nearby gold mining town is a source of pollution. The results of this study allows to report that Lake Rinconada is completely deteriorated.

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 enseignants0,034
Score d'incertitude au seuil0,068

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)→Même sujetHeavy metals in environment→Travaux en français237 207→