Analisis Kandungan Merkuri (Hg) pada Air, Sedimen, Ikan Keting (Arius caelatus), dan Ikan Mujair (Oreochromis mossambicus) di Kali Jagir Surabaya <br><i>[Analysis Of Mercury (Hg) in Water, Sediment, Keting Fish (Arius caelatus), and Mujair Fish (Oreochromis mossambicus) In Jagir River Surabaya]<i>
Notice bibliographique
Résumé
Abstract Mercury (Hg) is one kind of harmful and toxic heavy metals are very harmful to the lives of both humans and other living things. Surabaya River is one of the branches of the Brantas river, in Wonokromo divided into Mas and Jagir river (Wonorejo) each lead in the Madura Strait. According Sardjono (2012) Surabaya river water was found to contain Hg which implies 100 times higher than the existing standards. The purpose of this study was to determine the levels of mercury (Hg) in water, sediment, keting fish (Arius caelatus), and mujair fish (Oreochromis mossambicus) in Jagir Surabaya river. The research method is descriptive method with sampling obtained at three stations and three replications. These results indicated that the average content of mercury (Hg) in the water of Jagir Surabaya river was at 0.0063 ppm and below threshold. The average content of mercury (Hg) in sediments Jagir Surabaya river was at 0.1433 ppm and below threshold by American standards, was above the threshold by Canadian standards. The average content of mercury (Hg) in keting fish (Arius caelatus) of Jagir Surabaya river was at 0.0096 ppm and below threshold. The average content of mercury (Hg) in mujair fish (Oreochromis mossambicus) in the Jagir Surabaya river was at 0.0112 ppm and below threshold.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».