Green analysis impact in the determination of iron (Fe) against validation on well water
Notice bibliographique
Résumé
The application of green analysis in the determination of Fe is done by minimizing the amount of material from the standard method (SNI-6989-4-2009) to half, a quarter, and a fifth part. The iron (Fe) test results obtained according to the standard, half, quarter and one-fifth methods respectively were 0.2098; 0.2418; 0.2194; and 0.2080 ppm. These results indicate that well water is safe for consumption because it is below the threshold determined by the Regulation of the Minister of Health of the Republic of Indonesia No. 492 of 2010. Validation of atomic absorption spectrophotometer (SSA) method for determining iron content (Fe) which includes linearity, Limit of Detection (LOD), Limit of Quantification (LOQ), precision, and accuracy shows good results for all variations in composition because following quality control requirements that exist in the standard method. But the one-way ANOVA test results for the four variations showed a significant difference. Composition following standard methods and one-fifth of the parts showed no different results. Whereas the variation in the composition of half and a quarter showed different results from the composition of standard testing. This is due to the composition of half and a quarter parts, the amount of HNO3 used is not integers (in decimal numbers) so that it affects the accuracy of the amount taken.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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; 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 ».