MétaCan
Menu
Retour à la cohorte
Enregistrement W4381621792 · doi:10.31315/psb.v4i1.8876

Indeks Pencemaran Air Permukaan Pada Kawasan Sumur Tua Minyak Bumi Di Desa Wonocolo, Kecamatan Kedewan, Kabupaten Bojonegoro, Provinsi Jawa Timur

2023· article· id· W4381621792 sur OpenAlexaff
Bima Ahmad Fatahillah, Agus Bambang Irawan, Aditya Pandu Wicaksono

Notice bibliographique

RevueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMI · 2023
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Penambangan minyak bumi di kawasan sumur tua Desa Wonocolo masih menggunakan teknologi dan peralatan sederhana dan dikerjakan tangan langsung oleh pekerja di lokasi Oleh karena itu, seluruh proses produksi dan distribusi dikendalikan oleh pekerja, yaitu masyarakat lokal dengan latar belakang yang berbeda-beda. Aliran limpasan dari air yang dihasilkan membawa semua potensi sumber pencemaran yang salah satunya adalah minyak lemak ke sungai sebagai aliran. Penelitian ini dilakukan untuk mengetahui status kualitas sungai menggunakan studi baku mutu dan menghitung indeks pencemaran. Metode utama yang digunakan meliputi pengambilan sampel air berdasarkan penggunaan lahan dan intensitas aktivitas sumur minyak. Kemudian dilakukan analisis data sampel di laboratorium untuk mengetahui kualitas air untuk parameter yang akan digunakan dalam perhitungan indeks pencemaran (suhu, pH, minyak lemak, TDS, TSS, COD). Data kualitas air diolah sebagai evaluasi kualitas air dengan menghitung indeks pencemaran. Hasil perhitungan indeks pencemaran menunjukkan sebagian besar potongan sungai dengan nilai diantara 1 sampai dengan 5 dan dikategorikan tercemar ringan.Kata Kunci: Evaluasi Kualitas Air; Indeks Pencemaran; Minyak Lemak; Pengelolaan Lingkungan; Sumur Tua Wonocolo

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0050,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,036
Tête enseignante GPT0,272
Écart entre enseignants0,236 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMIMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207