The Analysis of Phytoplankton Abundance Using Weibull Distribution (A Case Study in the Coastal Area of East Yapen in the Regency of Yapen Islands, Papua)
Notice bibliographique
Résumé
The coastal waters of East Yapen is one of the spawning sites and areas of care for marine biota in Papua. Because of its very open location, it is widely used by human activities such as fishing, residential, industrial and cruise lines. This indirectly affects the balance of coastal waters condition of East Yapen that impact on the existence of marine biota, especially phytoplankton. Phytoplanktons have a very important role because phytoplankton is the primary producer in the food chain as a link to higher tropical levels. Therefore, special studies are needed such as looking at the distribution of phytoplankton abundance at each site. The data analysis uses the American Public Health Association (APHA), Geo-statistical data, and Chi Square. Then, the distribution parameters are estimated using the Maximum Likelihood Estimation (MLE) method.The obtained parameters are used to describe the cumulative probability and survival of phytoplankton distribution. Samples are taken from fifteen sampling points. The form parameter of the phytoplankton abundance data is 3.9844 and the scale parameter is 79.929. So phytoplankton is the most widely spread in the 15th location, followed by the 6th location. While phytoplankton is at least in the 8th location.The results showthat the highest phytoplankton abundance composition is Bacillariophyceae (50%) and the lowest is Phyrrophyceae (9%) and Cyanophceae. The research is expected to provide an overview of the fertility rate of East Yapen Coastal Waters in particular and Yapen Islands regency in general.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».