PENYULUHAN TENTANG SUMBER-SUMBER KONTAMINAN LOGAM BERAT PADA SISWA SMAN 1 BELO KABUPATEN BIMA
Notice bibliographique
Résumé
Dalam kehidupan sehari-hari saat ini merupakan hal yang sulit dihindari adanya kontak dengan berbagai sumber logam berat. Logam berat sudah masuk dalam ekosistem alami dan ekosistem buatan. Logam berat masuk dalm tubuh manusia melalui jalur makanan, minuman, pernapasan dan kulit. Pencemaran dan paparan logam berat pada manusia sudah terjadi di berbagai tempat. kehidupan manusia. Karena kebutuhan akan produk dan materi yang mengandung logam berat, maka manusia sulit untuk menghindari adanya paparan dengan logam berat seperti Kadmium (Cd), timbal (Pb), air raksa (Hg),dan tembaga (Cu). Tujuan dari kegiatan pengabdian adalah untuk: Memberikan pemahaman tentang sumber-sumber kontaminan logam berat bagi siswa, memberikan contoh-contoh pengetahuan yang harus dimiliki agar dapat terhindar dari paparan kontaminan logam berat, dan memberikan pengetahuan tentang upaya-upaya untuk menghindari diri dari kontaminan logam berat pada siswa SMAN 1 Belo kabupaten Bima dalam kehidupan sehari-hari. Kesimpulan dari kegiatan pengabdian ini adalah : Siswa dapat memahami tentang Sumber-sumber logam berat yaitu; dari sumber alami utama hadirnya logam Pb, Cu, Cr, Cd, Hg, Ni dan Zn adalah dari aktivitas vulkanik dan kegiatan pertanian bagi manusia. Logam berat dapat berasal dari berbagai sumber seperti pada industri pengolahan bijih logam, industri pestisida, industri pertambangan, industri pelapisan logam dan proses penghilangan cat (paint stripping). Atau juga dapat berasal pencemar logam yang berasal dari makanan yang terkontaminasi oleh logam berat, misalnya makanan hasil laut. Siswa mendapatkan contoh-contoh sumber bahan yang mengandung logam berat baik dari makanan maupun dari obat-obatan pertanian. Upaya yang harus dimiliki oleh siswa SMAN 1 Belo kabupaten Bima dalam kehidupan sehari-hari agar dapat terhindar dari kontaminan logam berat adalah menghindari makanan dan sayuran yang terkontaminasi logam berat seperti kerang dari teluk Bima, dan menghindari tempat yang telah terkontaminasi logam berat. Cara terbaik untuk menghindari terjadinya kontak langsung dengan logam logam berat adalah dengan menggunakan pelindung hidung (masker) dalam kehidupan sehari-hari jika terjadi kontak langsung, terutama dengan insektisida, fungisida dan herbisida atau pupuk.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».