KANDUNGAN MERKURI DALAM BEBERAPA MEDIA SEKITAR PENAMBANGAN EMAS SKALA KECIL (PESK) DI KALIMANTAN TENGAH
Notice bibliographique
Résumé
hasil pengukuran P3KLL pada tahun 1999-2008 dan hasil pengukuran terbaru yang dilakukan oleh Direktorat PB3-KLHK pada tahun 2018.Analisis Hg dilakukan menggunakan Mercury Analyzer Hg-5000 metode cold vapour, preparasi contoh uji sesuai dengan Standar Internasional Jepang (JIS) dan Standar Nasional Indonesia (SNI).Hasil penelitian menunjukkan bahwa pada sebagian besar lokasi sampling menunjukkan konsentrasi merkuri dalam air sungai masih berada di bawah standar Peraturan Pemerintah Nomor 82 Tahun 2001 untuk air kelas I (0,001 mg/L), namun di 2 lokasi lebih tinggi daripada standar tersebut.Merkuri yang terkandung dalam sampel ikan air tawar dari sungai di sekitar PESK, ditemukan pada kisaran 0,08 -0,224 mg/kg.Nilai ini masih berada di bawah nilai persyaratan kontaminasi logam pada ikan sesuai SNI:7387 2009 (0,5 mg/kg).Kandungan merkuri dalam kisaran sedimen antara 0,0291 -0,45 mg/kg, di mana beberapa lokasi sudah berada di atas nilai baku yang di atur dalam Quality Guidelines for Freshwater of Canadian Environmental Quality (CEQ), yaitu 0,17 mg/kg.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,016 | 0,003 |
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 ».