Water Quality and Plankton Diversity of Ahi River, Ohiya, Umuahia, Nigeria
Notice bibliographique
Résumé
The plankton diversity of large and urban rivers has been extensively studied in Nigeria while small rural rivers that harbour rich aquatic biota receive little attention. The composition, abundance, and distribution of plankton of a rural river were assessed in relation to some physicochemical parameters. The study was carried out between May and October 2023 in 3 stations using standard methods. The physicochemical results were: temperature (25.2-27.0oC), flow velocity (0.15-0.46 m/s), transparency (14.0-78.5cm), depth (51.0-105.0cm), pH (5.6-7.8), electrical conductivity (66.0-98.0 µS/cm), total dissolved solids (33.0-49.0 mg/l), turbidity (0.1-1.7 NTU), dissolved oxygen (3.2-6.4 mg/l), biochemical oxygen demand (1.0-2.7 mg/l), phosphate (0.01-0.04 mg/L) and nitrate (0.02-0.8 mg/1). All the parameters were within their respective acceptable limits for sustenance of aquatic life except some pH and dissolved oxygen values. We recorded 26 species of phytoplankton with abundance of 1557 individuals/l and 37 species of zooplankton with abundance of 2027 individual/l. The plankton assemblage was rich and dominated by Chlorophyceae (Arthrodesmus incus) and Rotifera (Keratella tropica) that are characteristic of oligotrophic conditions. The biodiversity indices agreed with the condition of the river and aquatic biota. It can be concluded that the composition, abundance, and distribution of the plankton in Ahi River, Umuahia was influenced by the physicochemical conditions, which in turn was influenced by 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».