Status mutu air Kali Angke di Bogor, Tangerang, dan Jakarta
Notice bibliographique
Résumé
Masuknya bahan-bahan pencemar ke dalam badan air sungai menyebabkan turunnya kualitas air sungai. Salah satu sungai yang diduga telah mengalami pencemaran adalah Kali Angke. Penelitian ini bertujuan untuk menentukan status mutu air dan tingkat pencemaran Kali Angke menggunakan metode Indeks Pencemaran (IP) dan Indeks Canadian Council of Minister of The Environment (CCME). Pengambilan data kualitas air dilakukan pada lima segmen sebanyak 21 titik pengambilan contoh pada tanggal 2–4 Oktober 2017. Data sekunder kualitas air berasal dari Dinas Lingkungan Hidup Kota Bogor, Kabupaten Bogor, Tangerang Selatan, Tangerang, dan Jakarta Barat. Parameter kualitas air meliputi parameter fisika (suhu, TSS, dan TDS), parameter kimia (DO, BOD, COD, NO2-N, NO3-N, pH, total fosfat, Zn, minyak lemak, Hg, dan Cu), dan parameter biologi (fecal coliform dan total coliform). Indeks kualitas air CCME lebih mewakili kondisi perairan daripada Indeks Pencemaran. Tingkat pencemaran semakin meningkat dari hulu ke hilir dan dari tahun 2014 sampai 2016, kemudian menurun pada tahun 2017. Status mutu Kali Angke tergolong cemar ringan menurut IP dan tergolong buruk menurut Indeks CCME.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».