Setyo Purwoto : Reaktor Pengolah Air Bersih IPTEK Bagi Masyarakat Untuk Daerah Rawan Banjir
Notice bibliographique
Résumé
Air dari genangan banjir sebagai air baku diproses dengan model reactor kompak berupa 3 (tiga) kolom tabung dengan 7 treatment : filterisasi, kemudian dialirkan lewat kran untuk dikontakkan dengan PAC, lalu masuk pada adsorben Zeolit, dilanjutkan dengan exchange resin kation untuk mereduksi kation dari air, kemudian exchange diteruskan ke resin anion. Setelah keluar dari ion exchange, pembubuhan larutan kaporit diinjeksikan guna pembunuhan bakteri. Untuk menghilangkan bau, dilakukan absorbansi menggunakan CA. Dari hasil treatment diperoleh kesimpulan bahwa : Pengolahan air banjir dengan model reactor kompak berupa 3 (tiga) kolom tabung dengan 7 treatment, yaitu : Filter, Poly Aluminium Chloride (PAC), Zeolit, Resin Kation, Resin Anion, Kaporit, dan Karbon Aktip (CA) mampu menurunkan parameter parameter : Warna 8.00 TCU, TDS 142.00 ppm, Kekeruhan 4.80 NTU, Kesadahan Total 586.50 ppm, Kalsium Hardness 305.00 ppm, Magnesium Hardness 51.80 ppm, Klorida 69.00 ppm, Alkalinity P 14.40 ppm, Alkalinity M 194.00 ppm, e-Coli 3.00 sat/100 ml.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,035 | 0,008 |
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 ».