Self-Organizing Map provides new insights into the MixSIAR model for calculating the source contributions of sulfate contamination in groundwater
20Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Self-Organizing Map provides new insights into the MixSIAR model for calculating the source contributions of sulfate contamination in groundwater
- Date Crossref
- 01/05/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chinese Research Academy of Environmental Sciences pays non établi dans la noticeOrganisation à but non lucratif
-
State Key Laboratory of Environmental Criteria and Risk Assessment pays non établi dans la noticeStructure de recherche
-
National Joint Research Center for Ecological Conservation and High Quality Development of the Yellow River Basin pays non établi dans la noticeStructure de recherche
Chinese Research Academy of Environmental Sciences, State Key Laboratory of Environmental Criteria and Risk Assessment et National Joint Research Center for Ecological Conservation and High Quality Development of the Yellow River Basin.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Geochemistry and Geologic MappingRemote-Sensing Image ClassificationGroundwater and Isotope Geochemistry