Heavy Metal Concentration (Pb, Cu, Cd, Zn) In Water And Sediments In Serangan Waters, Bali
Notice bibliographique
Résumé
Heavy metal pollution can disturb aquatic ecosystems and indicator of water quality. This study aims to determine the concentration of heavy metals (Pb, Cu, Cd, Zn) in water and sediments. This study was conducted in the waters of Serangan, South Denpasar District, Bali in June-August 2019. The research with each location taking 8 points of water and sediment sampling and measuring the quality of its waters. Water samples taken at the surface of the water as much as 330 ml and sediment samples taken as much as 500 grams. The method used is wet ashing preparation and analyzed by means of AAS (Atomic Absorbsion Spektrophotometri). The results of the average analysis of heavy metal concentrations in water are Pb 0 mg / L, Cd 0.438 mg / L, Cu 0 mg./L, and Zn 0.284 mg / L. The results of the analysis are compared with the standard quality value of sea water that the heavy metals Cd and Zn have exceeded the threshold. While the average concentration of heavy metals in sediments are Pb 17.444 mg / kg, Cd 18.093 mg / kg, Cu 113.981 mg / kg, and Zn 53.505 mg / kg. The concentration of Cd and Cu heavy metals exceeds the limits set by the ANZECC / ARMCANZ quality guidelines and the Canadian Council of Ministers of the Environment.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».