MétaCan
Menu
Retour à la cohorte
Enregistrement W1528742840 · doi:10.29122/jai.v6i1.2449

STUDI DINAMIKA KUALITAS AIR DAS CILIWUNG

2018· article· en· W1528742840 sur OpenAlexaff
Hasmana Soewandita, Nana Sudiana

Notice bibliographique

RevueJurnal Air Indonesia · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésWater qualityEnvironmental scienceDownstream (manufacturing)Current (fluid)Water resource managementAgricultureFlood mythIrrigationEnvironmental engineeringHydrology (agriculture)Quality (philosophy)Drainage basinUpstream (networking)Water supplyBusinessGeographyEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

Ciliwung River which has upstream in Bogor, while downstream in Jakarta presence has very important role for the region in its path. Positive role of the river for the public interest in this area include the need of clean water sources, irrigation / agriculture, industry and others. Conversely Ciliwung River is also a source of flood disaster in Jakarta. Will consider its use, the risk of disaster resources and environmental burdens are received by the waters and the water catchment area is very large, then the existence of river quality should be monitored both the water catchment conditions or water quality. For future purposes, it would require a management with specific deadlines (5 th, 10 th, 15 th) and targets based on the quality of the water quality standards (BMA) class III, II and I. The results of the current monitoring parameters BOD, COD, fecal Coli, Coliform has a value above the threshold of water quality standards specified. While DO in the downstream segment has a value below the water quality standards. Other parameters such as pH, TSS and nitrogen have a greater trend downstream, but the value of the water quality is still under water quality standards that are targeted. Keywords: Water quality, Water Quality standards, Ciliwung river.

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 enseignants0,018
Score d'incertitude au seuil0,035

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
Bibliométrie0,0000,001
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)0,0040,001

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 Opus0,010
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Air IndonesiaMême sujetMarine and Coastal EcosystemsTravaux en français237 207