MétaCan
Menu
Retour à la cohorte
Enregistrement W2240257134 · doi:10.12962/j23373539.v3i1.5380

Kajian Efisiensi Proses dan Operasi Unit Filter pada Instalasi IPA Paket Kedunguling PDAM Kabupaten Sidoarjo

2014· article· id· W2240257134 sur OpenAlexaff
Abdul Khakim, Alfan Purnomo

Notice bibliographique

RevueJurnal Teknik ITS · 2014
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueHeavy Metal Pollution Remediation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

PDAM Delta Tirta Kabupaten Sidoarjo selalu berupaya meningkatkan pelayanan terhadap pelanggannya yaitu dengan meningkatkan pengolahan air diberbagai instalasi. Instalasi yang digunakan dalam kajian penilitian ini yaitu Instalasi Pengolahan Air di Kedunguling. IPA Kedunguling memiliki berbagai permasalahan dalam sistem proses maupun operasi tiap unitnya. Diperlukan kajian penelitian dalam menguraikan masalah tersebut. Kajian penelitian ini hanya memfokuskan masalah pada salah satu unitnya saja yaitu unit filter. Unit filter IPA ini kurang efektif dalam proses backwash dan hasilnya sehingga perlu pembenahan dalam dua hal tersebut. Ditinjau dari permasalahan itu, maka dalam kajian penelitian ini dibuat reaktor filter dengan alternatif ketebalan media dan lama waktu backwash. Alternatif media nya dibagi menjadi dua dengan beda tebal media pada media pasir silika dan antrasit sedangkan alternatif lama waktu backwash dibagi tiga yaitu 3, 5, dan 7 menit. Paramater yang dianalisa hanya parameter kekeruhan. Hasil penelitian ini yaitu media yang efektif adalah media dengan media pasir silika yang lebih tebal daripada media pasir antrasitnya, sedangkan untuk lama waktu backwashnya yang efektif adalah lama waktu 7 menit pada media efektif. Lama waktu ini dipilih karena %removalnya lebih baik dibandingkan dengan alternatif yang lainnya

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,026
Tête enseignante GPT0,257
Écart entre enseignants0,231 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknik ITSMême sujetHeavy Metal Pollution RemediationTravaux en français237 207