MétaCan
Menu
Retour à la cohorte
Enregistrement W2889855185 · doi:10.31227/osf.io/4r5pk

POTENSI SUMBERDAYA AIR SUB DAS SERAYU

2018· preprint· id· W2889855185 sur OpenAlexaff
Indra Riyanto, M Widyastuti, Heru Hendrayana

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineEngineering
ThématiqueWetland Management and Conservation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsEnvironmental scienceForestryGeography

Résumé

récupéré en direct d'OpenAlex

Sub DAS (Daerah Aliran Sungai) Serayu terletak di Kabupaten Wonosobo JawaTengah dengan luasan 13682.19 ha. Sub DAS Serayu merupakan salah satu Sub DAS yangmemiliki peranan penting terhadap kondisi DAS Serayu, yaitu sebagai daerah imbuhan air.Pada saat ini, di bagian hulu Sub DAS Serayu telah dimanfaatkan secara intensif untukpertanian dan Wisata Kawasan Dieng sehingga memberikan pengaruh terhadap kuantitasdan kualitas air sungai, serta kondisi DAS. Tujuan penelitian ini adalah menganalisisbesarnya debit aliran Sub DAS Serayu, menganalisis kualitas air sungai Sub Das Serayu,dan menganalisis tingkat kekritisan Sub DAS Serayu. Besarnya debit aliran dihitungmenggunakan pendekatan neraca air metode Thornthwaite Mather dan divalidasi denganpengukuran lapangan. Kualitas air diukur langsung di lapangan dan di laboratorium.Pengukuran langsung meliputi suhu, daya hantar listrik (DHL) dan pH; sedangkanpengukuran di laboratorium meliputi Dissolved Oxygen (DO), Biochemical OxygenDemand (BOD), Chemical Oxygen Demand (COD), Total Suspended Solid (TSS), TotalDissolved Solid (TDS), nitrat, fosfat, sulfat, amonia, H2S, Fe, Mn, detergen, coli tinja, danminyak lemak. Kekritisan Sub DAS didekati dengan perbandingan besarnya debit alirandan kebutuhan air dalam Sub DAS. Hasil penelitian menunjukkan bahwa neraca air SubDAS Serayu probabilitas 60 % diperoleh Direct runoff (DRO) sebesar 274.659.736m3/tahun, sedangkan probabilitas 80 % diperoleh DRO sebesar 182.487.225 m3/tahun.Validasi hasil perhitungan debit neraca air diperoleh 15% lebih tinggi dari debitpengukuran. Parameter kualitas air yang melebihi ambang batas baku mutu kelas IImenurut Peraturan Pemerintah 82/2001 adalah coli tinja pada seluruh sampel; dan padabeberapa sampel untuk kadar Fe, detergen, minyak lemak, sulfida dan pospat hal tersebutdisebabkan oleh keterdapatan penggunaan lahan berupa pertanian intesif di wilayah huludiikuti kegiatan wisata, dominasi sawah di bagian tengah Sub DAS, serta dominanpermukiman di hilir Sub DAS. Hasil analisis kekritisan Sub DAS Serayu menunjukkanbahwa kondisi Sub DAS termasuk klasifikasi tidak kritis.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWetland Management and ConservationTravaux en français237 207