MétaCan
Menu
Retour à la cohorte
Enregistrement W2760418442 · doi:10.29122/jai.v8i2.2373

ANALISIS CEMARAN LIMBAH INDUSTRI DAN DOMESTIK TERHADAP BIOTA LAUT DI PERAIRAN KOTA TANJUNGPINANG, PROVIPNSI KEPULAUAN RIAU

2018· article· en· W2760418442 sur OpenAlex
Agus Susanto, Hurip Pratomo, Arief Rahman

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Air Indonesia · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Pollution Remediation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiotaEnvironmental sciencePollutionMarine ecosystemEnvironmental chemistryPollutantAquatic ecosystemContaminationEnvironmental protectionEcosystemChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Industrial sector is the second priority in development of Tanjungpinang city. The mining industry, processing industry, transport and food are thriving . People has the opinion that a small industry is an industry that does not threaten the environment, so that the small-scale industrial waste are sometimes were forgotten due to it is not significant, and not too dangerous, whereas the B3 waste contained in domestic waste can cause disturbance of marine life and the ecosystem this will have potential to destroy the ecosystem. This study aims to explain the impact of B3 and domestic waste pollution to the environment, especially marine waters to marine life, and feedback to the provincial government for the formulation strategy of the management of the Tanjungpinang waters environment. For the analysis, 10 water samples and 15 aquatic biota was taken at different locations. While the quantitative analysis of pollutants carried by observing a population of the elements of hazardous substances from sediment samples, water and biota network. XRF techniques (X-Ray Fluorescence) and AAS (Atomic Absorbance Spectroscopy) used for the analysis content of the samples. The pollution index determined by compare metal concentration ratio the polluted areas with the standard metal concentration areas that were not polluted. The results show that the coastal water of tanjungpinang have been contaminated by heavy metals (As, Cd, Cu , Pb, Zn, and Ni) with pollution index 2.91 - 5.96. The pollutant Metals were came from the human activities in the shipbuilding industry usually Pb and Zn which is the main component of the paint. While heavy metals such as arsenic (As), Cadmium (Cd), copper (Cu) probably derived from bauxite mining activity, the high levels of nitrate is a sign of agricultural activities that use fertilizers. Unfortunately the rest of it discharged into the coastal waters of Tanjungpinang city, and there is also pollution of E-coli from human waste. Biota that live in the waters of Tanjungpinang have been contaminated by heavy metals (Hg, Zn, and Ar) by bioaccumulation. The related activity of the pollutant was the bauxite processing industry in the past. Heavy metal pollution is highest in Kijing (Pilsbryoconcha exillis) which includes : Hg, Cr, As, Cu, Zn, Ni, and the dimersal fish that have limited movement. Feedback given is that provincial governments do mangrove reforestation along the coast and estuaries, and create marine conservation areas determination of areas (KKLD) in the strait Dompak water. Key Words : heavy metals, marine life, coastal water of tanjungpinang, mangrove

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,127
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,235 · 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