MétaCan
Menu
Retour à la cohorte
Enregistrement W4388543080 · doi:10.1051/e3sconf/202344201016

Heavy metals contamination in water, sediment, and fish in Situ Gunung Putri, Bogor, Indonesia

2023· article· en· W4388543080 sur OpenAlexaboutno aff
Mira Aristawidya, Hefni Effendi, Ario Damar, Yustiawati

Notice bibliographique

RevueE3S Web of Conferences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesBadan Riset dan Inovasi Nasional
Mots-clésSedimentEnvironmental chemistryHeavy metalsContaminationBioaccumulationWater qualityEnvironmental scienceFish <Actinopterygii>FleshPopulationEnvironmental engineeringChemistryFisheryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Situ Gunung Putri is one of the urban lakes in Bogor Regency, Indonesia, which has been affected by population growth and industrialization, making these waters vulnerable to heavy metals contamination. This study aimed to determine the distribution and concentration of heavy metals in Situ Gunung Putri in the water, sediment, and fish. Heavy metals were analyzed using the acid destruction method referring to APHA Standard Methods, while data analysis consisted of descriptive analysis and Bioaccumulation Factor (BAF). Heavy metals concentration in surface water still meets the tolerable value of national quality standards, except for Pb. Meanwhile, heavy metals concentration in sediments has exceeded the Threshold Effect Level (TEL) and Probability Effect Level (PEL) of Canadian Freshwater Sediment Guidelines, and the highest concentrations for all metals found at station 1, located near the inlet from the industries. Metals analysis in fish flesh showed that they exceeded the permitted threshold, except for Cu. Several types of heavy metals show a negative correlation between fish body length and heavy metal concentrations. The BAF value in fish flesh shows results of >1000 for Cu and Zn metals.

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 enseignants0,012
Score d'incertitude au seuil0,023

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 savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,252
Écart entre enseignants0,232 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetHeavy metals in environmentTravaux en français237 207