Kajian Distribusi Salinitas Airtanah di Daerah Pesisir Kecamatan Adimulyo Kab. Kebumen Jawa Tengah
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Salinisasi airtanah terjadi di kecamatan adimulyo kabupaten kebumen disebabkan oleh aktivitas manusia. Aliran sungai yang aliran nya sangat lambat, akibat gradien hidrolisnya yang kecil menuju daerah estuari. Berkurangnya airtanah akibat peningkatan pengambilan oleh aktivitas manusia menyebabkan air sungai yang intrusif berdampak pada airtanah terasa payau. Analisis data yang dilakukan dalam penelitian berdasarkan data primer sampel yang diukur salinitas airtanahnya menunjukkan adanya pengaruh dari larutan garam pada kadar tertentu yang mengindikasikan adanya tingkat keasinan dengan kandungan ion klorida yang bersifat negatif. Nilai salinitas yang termasuk jenis air payau. Daya Hantar Listrik Daya hantar listrik airtanah menunjukkan adanya sifat menghantarkan listrik dari air. Salinitas air tanah tertinggi terdapat di wilayah Kecamatan Adimulyo, Kabupaten Kebumenbagian tengah yaitu berkisar antara 4,45‰ – 10,15‰. Ada faktor lain selain jarak wilayah dari garis pantai, yaitu air sungai (estuary) yang berasa payau, dan banyaknya pengambilan air tanah oleh penduduk yang dapat memperbesar meresapnya air sungai (estuary) yang payau ke dalam air tanah. Di wilayah bagian Utara Kecamatan Adimulyo, Kabupaten Kebumenmerupakan wilayah yang mempunyai salinitas air tanah yang paling rendah yaitu berkisar antara 0,12‰ – 2,50‰. Adapun di wilayah Kecamatan Adimulyo, Kabupaten Kebumenbagian Selatan mempunyai salinitas air tanah yang menengah yaitu berkisar antara 0,80‰ – 2,87‰.
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.
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) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 découle