DELINEASI POTENSI BENTONIT MENGGUNAKAN METODA GEOLISTRIK DI DESA SEKARWANGI, KECAMATAN CURUGBITUNG, KABUPATEN LEBAK, PROVINSI BANTEN
Notice bibliographique
Résumé
Bentonite is an abundant mineral resource in Indonesia, based on data from the Center for Coal and Geothermal Mineral Resources (PSDMBP) in 2021 the measured resource of bentonite is 3,299,072,992.75 tons and has not been utilized optimally. Sekarwangi Village has bentonite resources, based on that the purpose of this research was conducted to find out the potential and types of bentonite found in the Sekarwangi area so that it can be put to good use. Sekarwangi Village is located in Curugbitung District, Lebak Regency, Banten Province, Indonesia. This research is divided into two stages, namely field activities and laboratory activities. Field activities include geological observations and geoelectric measurements. Laboratory activities are testing the geochemical content of rocks in the form of XRF (X-ray Fluorescence) and XRD (X-Ray Diffraction)analysis. The result shows that the rocks are composed of volcanic deposits, one of which is tuff. Based on the results of chemical analysis, bentonite in the study area is classified in the Ca-Bentonite category. Potential bentonite layer can be found at the depth of 1.27 - 40.24m. Bentonite has thickness ranging from 9.6m to 34.61m. The resistivity value ranges from 0.09 - 9.69 ohm/m.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».