Impacts de l’utilisation des eaux polluées en agriculture urbaine sur la qualité de la nappe de Dakar (Sénégal)
Bibliographic record
Abstract
L’agriculture urbaine de la région de Dakar est un secteur en plein essor. À cause de la salinisation progressive des eaux de la nappe peu profonde (eaux de Céanes ), des eaux usées brutes sont utilisées pour irriguer les champs. L’objectif de notre étude est d’évaluer la qualité chimique et microbiologique des eaux de la nappe sous-jacentes aux champs irrigués et d’identifier les sources de pollution. Notre travail a été effectué dans les sites de Pikine et de Patte d’Oie.L’analyse de la qualité chimique des eaux d’arrosage a montré qu’à Pikine, la conductivité des eaux de Céanes est plus élevée (4822±2411 µS cm-1) par rapport à celle des eaux usées (3579±1242 µS cm-1 ; p<0.04). Par contre à Patte d’Oie, les eaux d’arrosage sont moins salées (<3000 µS cm-1). La quantité d’azote total de tous les types d’eaux d’arrosage est supérieure à la valeur guide de l’OMS (5-30 mg l-1).Salmonella spp. a été isolée dans 35 % des eaux d’arrosage. Un échantillon d’eaux usées a été positif pour Vibrio cholerae.L’impact des eaux d’irrigation sur la qualité chimique et microbiologique de la nappe d’eau souterraine est fortement influencé par la pluviométrie et est différent selon le site considéré.Ce travail a montré que l’irrigation avec les eaux polluées et l’usage de fumiers organiques peut altérer la qualité de la nappe et constituer des risques pour la santé.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; a candidate call from one teacher head, not a consensus.
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".