MétaCan
Menu
Retour à la cohorte
Enregistrement W4206067606 · doi:10.1088/1755-1315/950/1/012052

Heavy metals (Pb and Cd) contents in the seawater and sediment in Panjang and Pamujaan Besar Islands, Banten Bay, Indonesia

2022· article· en· W4206067606 sur OpenAlexaboutno aff
E Juniardi, Sulistiono Sulistiono, Sigid Hariyadi

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Pollution Remediation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBaySedimentWater qualityEnvironmental scienceHeavy metalsChristian ministrySeawaterQuality standardHydrology (agriculture)Environmental chemistryOceanographyGeologyChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The industrial activities in the coastal area of Banten Bay harmed water quality and tourism aesthetics. This study aims to determine the accumulation of heavy metals Pb and Cd in the water and sediment, which was conducted for 3 months from May until July in 2019 in Pulau Panjang and Pamujaan Besar. Data were collected by using the purposive sampling method. The water samples were studied using Van Dorn Water Sampler, while sediment samples were undertaken using Peterson Grab. The concentration of Pb and Cd in water and sediment were analyzed at the Environmental Laboratory of the Department of Aquaculture. Those Concentrations in waters and sediments were the highest in June than in other months. In general, the water quality was still classified as normal because it was under the quality standards of the Decree of Ministry of Environment No. 51 of 2004. Heavy metal in Banten Bay fluctuated while Pb exceeded the quality standard in June and decreased in May and July. While Cd metal in May and June exceeded the quality standard and then declined in July. Those concentrations were still below the standard limits of the Canadian Council of Ministers of the Environment 2001.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,207
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetHeavy Metal Pollution RemediationTravaux en français237 207