Évaluation comparée de la pollution des rivières Kahuwa et Mpungwe par l'utilisation des macroinvertébrés benthiques
Bibliographic record
Abstract
Les perturbations environnementales dues aux activités anthropogéniques se multiplient dans de nombreuses régions du globe et entraînent diverses pollutions des eaux. Ces pollutions sont importantes et causent un grand problème régional et local de santé publique. Dans la ville de Bukavu et ses environs, il y a suffisamment des systèmes aquatiques qui présentent des signes de pollution résultant des activités humaines. En vue d’estimer l’impact des activités anthropogéniques sur l’environnement des rivières, cette étude a été menée sur les rivières Kahuwa, située en milieu urbain, la ville de Bukavu et Mpungwe, située en milieu rural, à 20 km de la même ville. Des analyses physico-chimiques et biologiques réalisées in situ et au laboratoire du Centre de recherche en sciences naturelles de Lwiro, République Démocratique du Congo dans 7 sites des deux rivières (4 dans la rivière Kahuwa et 3 dans la rivière Mpungwe). Les résultats obtenus ont montré que la rivière Kahuwa est plus polluée que la rivière Mpungwe durant la période d’étude. Les paramètres physico-chimiques étudiés varient de l’amont en aval dans les deux rivières. Les concentrations en nutriments (phosphore et azote) sont en générales très élevées dans les sites où les activités anthropogéniques sont intenses (Kibonge, Cheche et SNCC pour la rivière Kahuwa et Usine Murhesa pour la rivière Mpungwe). Ces concentrations montrent bien que la pollution organique est intensifiée par les apports anthropogéniques. En général, la différence des concentrations des paramètres physico-chimiques dans les deux rivières est significative (p < 0,05). Les sources de ces nutriments sont généralement les effluents domestiques, les fosses septiques, les érosions provenant de l’agriculture, les rejets des industries et rejets des déchets divers qui ne sont pas réglementés. Les sites de la rivière Kahuwa ont moins d’espèces (14) que les sites de la rivière Mpungwe (31). La différence est significative entre les deux rivières (p < 0,001) en ce qui concerne la richesse spécifique. Cette faible richesse spécifique de la rivière Kahuwa serait due à la dégradation de la qualité des eaux comme déjà observée dans les facteurs physico-chimiques. En effet, il a été remarqué que l’utilisation des terres dans le bassin versant avait un impact significatif sur la distribution des macroinvertébrés. L’indice de Shannon et Weaver H’, l’indice biotique de pollution des macroinvertébrés l’indice de Hilsenhof, l’indice de Simpson et l’indice de Margalef montrent des variations entre les sites de prélèvement et les rivières. Des mesures de lutte antiérosive dans le bassin versant de la rivière Kahuwa et de mesures d’éco-sanitation (utilisation des toilettes VIP) sont recommandées pour diminuer la quantité des matières organiques apportées par la rivière Kahuwa dans le Lac Kivu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".