ANALISIS KANDUNGAN LOGAM BERAT (Pb dan Cu) PADA SEDIMEN DI DAERAH ESTUARI DESA MUARA KINTAP KABUPATEN TANAH LAUT PROVINSI KALIMANTAN SELATAN
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
Estuari adalah daerah pesisir semi tertutup yang menerima air tawar dari sungai dan memiliki hubungan bebas dengan laut terbuka. Aliran air sungai membawa sejumlah komponen, termasuk logam berat dalam bentuk terlarut dan partikulate. Desa Muara Kintap terdapat beragam aktivitas seperti kegiatan Pelabuhan Perikanan Muara Kintap, Stockpile, pelabuhan khusus pemuatan batu bara kedalam ponton, menyebabkan sungai muara kintap menjadi lalu lintas ponton, tugboat dan kapal nelayan, dan pada kawasan atasnya banyak aktivitas pertambangan sistem open pit di daerah Kecamatan Kintap. Aktivitas tersebut diduga menyumbang kandungan logam berat ke perairan Sungai Muara Kintap yang kemudian mengendap kedalam sedimen. Penelitian ini bertujuan untuk melihat konsentrasi logam berat Pb dan Cu pada sedimen di perairan Muara Kintap. Metode penentuan stasiun pengambilan sampel sedimen menggunakan metode Purposive sampling, logam berat dianalisis menggunakan metode AAS dan tekstur sedimen menggunakan metode pipet. Tekstur sedimen di perairan Muara Kintap pada stasiun 1, 2 dan 5 memiliki tekstur sandy mud, stasiun 3 muddy sand, stasiun 4 sand dan stasiun 6 mud. Kandungan logam berat Pb berkisar 2,036 – 11,544 mg/Kg yang berdasarkan standar baku mutu yang berlaku di Provinsi Ontario, 1993 logam berat Pb belum mengalami pencemaran. Logam berat Cu konstrasi nilainya berkisar 2,151 – 18,003 mg/Kg yang berdasarkan standar baku mutu yang berlaku di Provinsi Ontario, 1993 logam Cu melebihi standar baku mutu pada Lowest Effect Level pada level ini indikasi pencemaran sedimen masih dapat ditoleransi oleh organisme perairan.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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