Distribusi Temporal Konsentrasi PM10 Menggunakan Alat Particle Plus EM-10000
Notice bibliographique
Résumé
Distribusi Temporal Konsentrasi PM10 Menggunakan Alat Particle Plus EM-10000. Tingkat polusi partikulat di Kota Bandung umumnya melebihi kualitas udara ambien nasional. Sektor transportasi menjadi sumber utama dalam pencemaran konsentrasi PM10 di Kota Bandung, dimana kendaraan bermotor menyumbang 70% pencemar partikulat (PM10). Faktor lain yang berpengaruh terhadap variabilitas temporal konsentrasi PM10 selain sumber emisi lokal adalah faktor meteorologi dan sumber regional yang berasal dari luar daerah Kota Bandung. Meteorologi dapat memengaruhi proses dispersi maupun difusi partikulat yang dapat menyebabkan peningkatan atau penurunan konsentrasi PM10. Sumber regional juga memiliki peran terhadap variabilitas temporal konsentrasi PM10 karena secara substansial PM10 dapat terbawa dari tempat yang jauh melalui mekanisme long range transport. Penelitian ini dilakukan untuk menganalisa distribusi temporal konsentrasi PM10 di Itenas Bandung agar data yang diperoleh dapat dimanfaatkan untuk meminimalisir terjadinya paparan jangka pendek yang dapat menyebabkan risiko kesehatan. Konsentrasi PM10 bersumber dari pencemar lokal (transportasi) dan pencemar regional (luar daerah Kota Bandung) yang diidentifikasi dengan model HYSPLIT, serta pengaruh faktor meteorologi terhadap variabilitas temporal konsentrasi PM10. Pengukuran konsentrasi PM10 dilakukan selama 1 bulan (Juli 2020) di musim kemarau. Distribusi temporal konsentrasi PM10 menunjukkan pola bimodial di mana terdapat dua jam puncak yaitu pukul 8 pagi dan pukul 10 malam, variabilitas temporal yang terjadi disebabkan oleh transportasi, temperatur dan kecepatan angin. Sementara, kelembaban tidak memiliki pengaruh terhadap variabilitas temporal konsentrasi PM10 saat musim kemarau. Daerah yang dapat berpotensi menjadi sumber pencemar konsentrasi PM10 di Kota Bandung berasal dari daerah Kabupaten Cilacap, Kabupaten Ciamis, Kabupaten dan Kota Tasikmalaya, Kabupaten Garut, dan Kabupaten Bandung.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».